[发明专利]一种大数据可视化的空气污染溯源和走向预测方法

摘要

本发明提供了一种大数据可视化的空气污染溯源和走向预测方法，包括结合空气扩散条件作为输入因子，使用误差逆向传播算法训练的多层前馈神经网络，建立用于空气污染溯源和走向预测的前馈模型；执行前馈模型的学习过程，其中采用空气污染历史数据作为前馈模型的输入训练因子，使用误差性能函数的最速下降法，通过误差的反向传播来逐渐调整网络前馈模型的权值和阈值，以使网络前馈模型的输出误差不断减小。

主权项

一种大数据可视化的空气污染溯源和走向预测方法，其特征在于包括：第一步骤：结合空气扩散条件作为输入因子，使用误差逆向传播算法训练的多层前馈神经网络，建立用于空气污染溯源和走向预测的前馈模型；第二步骤：执行前馈模型的学习过程，其中采用空气污染历史数据作为前馈模型的输入训练因子，使用误差性能函数的最速下降法，通过误差的反向传播来逐渐调整网络前馈模型的权值和阈值，以使网络前馈模型的输出误差不断减小。