首页 | 本学科首页   官方微博 | 高级检索  
     

基于RBF神经网络的空间插值法在空气质量监测中的应用
引用本文:花晓蕾,唐慧强,张红燕,张丽萍. 基于RBF神经网络的空间插值法在空气质量监测中的应用[J]. 传感器与微系统, 2015, 34(1): 157-160. DOI: 10.13873/J.1000-9787(2015)01-0157-04
作者姓名:花晓蕾  唐慧强  张红燕  张丽萍
作者单位:1. 南京信息工程大学信息与控制学院,江苏南京,210044;2. 南京信息工程大学信息与控制学院,江苏南京210044;南京信息工程大学气象灾害预报预警与评估协同创新中心,江苏南京210044
基金项目:国家重大科学仪器设备开发专项任务项目
摘    要:针对我国现有大气监测站点数量有限且离散,采集的数据不能代表整个区域的空气质量等问题,提出基于RBF神经网络的空间插值法应用于空气质量的监测,以经纬度和邻近点污染物浓度为输入,建立插值点与地理坐标和邻近点之间的对应关系.实验结果表明:该方法具有较高的插值精度,为预测未知空间数据值提供了有效的处理方法,同时为大气污染治理和控制提供理论依据.

关 键 词:空气质量  径向基函数  神经网络  插值

Application of spatial interpolation method in air quality monitoring based on RBF neural network
HUA Xiao-lei , TANG Hui-qiang , ZHANG Hong-yan , ZHANG Li-ping. Application of spatial interpolation method in air quality monitoring based on RBF neural network[J]. Transducer and Microsystem Technology, 2015, 34(1): 157-160. DOI: 10.13873/J.1000-9787(2015)01-0157-04
Authors:HUA Xiao-lei    TANG Hui-qiang    ZHANG Hong-yan    ZHANG Li-ping
Abstract:
Keywords:air quality  radial basis function(RBF)  neural network  interpolation
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号