参考资料(不少于15篇):
[1] 林愿仪,林伟俊,尹安琪. 基于PSO-BP神经网络预测广州市日均PM_(10)浓度[A]. 中国统计教育学会.2015年(第四届)全国大学生统计建模大赛论文[C].中国统计教育学会:,2015:28.
[2] 刘炎坤. 上海市大气沉降物及PM_(2.5)中多环芳烃的污染特征及溯源研究[D].华东师范大学,2016.
[3] 郭豪,孙岩. 基于深度学习的空气质量预测方法研究[EB/OL]. 北京:中国科技论文在线 [2019-03-04].
[4] 谢崇波;基于循环神经网络的城市空气质量预测研究[D];西南科技大学;2019年
[5] 高帅;基于机器学习的空气质量评价与预测[D];中北大学;2019年
[6] 周永生;基于LSTM神经网络的PM2.5预测[D];湖南大学;2018年
[7] 王云中;基于神经网络的PM_(2.5)浓度预测研究与实现[D];西安电子科技大学;2018年
[8] 王莉霞;李建刚;赵烜;;兰州市气候变化与大气污染关系研究[J];天水师范学院学报;2015年05期
[9] 杨新平;罗兆丹;段国聪;;中小城市空气环境指标的多角度分析研究——以楚雄市为例[J];环境科学与管理;2014年07期
[10] 毛宁;李益禛;;基于主成分分析的全国主要城市空气质量评价[J];现代商贸工业;2014年10期
[11] 王丹;倪长健;;主成分分析法在大气环境质量评价中的应用[J];平顶山学院学报;2011年02期
[12] 普映娟;王琳邦;;环境空气质量综合指数评价方法探讨[J];环境科学导刊;2010年02期
[13] 周国亮;刘希玉;武鲁英;;BP神经网络模型在空气质量级别评价中的应用[J];计算机工程与设计;2009年02期
[14] 牛东晓;王海峰;成功;;基于BP神经网络的河北省大气环境质量评价[A];2006中国控制与决策学术年会论文集[C];2006年
[15] 王灿星;祁国伟;何曦;卓国祥;;BP神经网络用于大气中颗粒物(TSP)预测的研究[A];首届信息获取与处理学术会议论文集[C];2003年
[16] 张静;郭晓燕;袁喆;;基于BP神经网络的沈阳城区PM2.5浓度预测[A];第35届中国气象学会年会 S12 大气成分与天气、气候变化与环境影响暨环境气象预报及影响评估[C];2018年
[17] National air quality standards for automotive pollutants--a critical review.[J]. Heuss J M,Nebel G J,Colucci J M. Journal of the Air Pollution Control Association. 1971(9)
[18] Environmental effects of air pollution: Implications for air quality criteria, air quality standards and emission standards[J]. Munn R.E.,Phillips M.L.,Sanderson H.P.. . 1977(1)
|