Indexed by：
Abstract：
一种基于贝叶斯优化的自组织循环神经网络的大气污染物浓度预测方法，属于智能环保技术领域。目前针对大气污染物浓度预测的方法存在一些难题，包括模型复杂、预测精度低、时空关联不足以及实时性差等问题。因此，本发明设计了一种基于贝叶斯优化的自组织循环神经网络模型。该模型利用门控循环单元神经网络的优势，深入挖掘多种气象因素与大气污染物之间的关联；并设计基于贝叶斯优化算法的智能调优机制，实现模型参数和结构的初步优化，从而提高模型的效率；然后采用敏感度分析计算隐含层各神经元对输出的贡献度，从而自适应的调整网络结构与参数，进一步提高模型的鲁棒性和准确性。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202411345032.5
Filing Date： 2024-09-25
Publication Date： 2025-01-24
Pub. No.： CN119358592A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
