作者：刘娜; 雷鸣神经网络城市环境风险预测
摘要：人工神经网络(ANN)基于生物神经网络的结构与功能,能够对数据进行分布式存储和并行处理。自组织特征映射模型(SOM)和概率神经网络(PNN)是ANN算法常用的模型。文中基于两种模型各自的特点,将两者串联。SOM将由两层神经元组成的二维拓扑结构用于获取和预测数据。PNN模型转换SOM的输出结果,直接输出模型最终分类结果。基于该模型的算法可以提升运算速度,去除了噪声样本的干扰,极大地提升了模型的精度。目前,京津冀区域的环境已陷入较高风险状态之中。文中以京津冀区域SO2浓度预测为例,运用SOM-PNN模型得到了城市各要素对SO2浓度影响机制的可视化输出结果和区域环境的高精度预测,进一步验证了该模型的可行性和有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
