基于深度学习理论的雾霾污染预测研究任务书

 2021-08-20 00:57:35

1. 毕业设计(论文)主要目标:

本文的主要任务和主要目标是通过抓取污染雾霾的相关指标数据,将PM2.5浓度值实时可视化,利用深度学习算法建模研究雾霾与空气污染物等气象要素的相互关系,预测并探讨PM2.5对雾霾污染的重要影响及基本趋势,最终完成一个预测PM2.5浓度值的模型。

2. 毕业设计(论文)主要内容:

本课题旨在研究一种基于深度学习理论的雾霾污染模型,并应用于实际雾霾污染预测中,主要研究内容如下:

1、通过网络爬虫在雾霾历史数据网上抓取大量数据,形成数据样本;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 主要参考文献

[1]Hinton GE, Osindero S, Teh YW. A fast learningalgorithm for deep belief nets[J]. Neural Computation, 2006, 18(7):1527–1554.

[2]艾洪福, 石莹. 基于BP人工神经网络的雾霾天气预测研究[J].计算机仿真, 2015, 32(1):402-405.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。