论文部分内容阅读
针对大气污染物变化快，跳度大的问题，提出了一种基于前馈神经网络的预测方法。本文构造了针对性的大气污染物预测网络结构。通过对神经网络结构的优化，相关参数的调整，并基于预训练和迁移学习，提出了一种循环预训练算法来提高训练效果，使网络能更好的拟合，追求极小值。通过控制结束条件，可以在训练精度高的同时去追求测试拟合效果。