登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于梯度下降算法的雾霾指数预测研究
  • 摘要

    PM2.5是形成雾霾的一个重要因素,PM2.5指数和温度、湿度、空气质量,风级、季节的相关.本文将优化了的梯度下降算法运用到雾霾指数的预测中去.首先通过爬虫技术获取大量的气象数据,其次将这些数据分别用于训练和测试,训练的目的是得到相应的参数,最后将梯度下降算法运用到雾霾指数的预测中去.但是参数训练的过程中容易出现几个问题.第一,鞍点问题,不能找到全局最优点,本文运用带有噪声的梯度下降法,跳出局部最优;第二,学习率的问题,所有的因素都用同一个学习率是不合适的,需要为每一个参数为每一个参数提供一个合适的学习率.第三,震荡问题,本文将用动量的思想解决在"峡谷"的震荡问题,加快收敛.

  • 作者

    付江龙  王叶丹  黄俊凯 

  • 作者单位

    河北建筑工程学院,河北 张家口,075000

  • 刊期

    2019年10期

  • 关键词

    梯度下降  机器学习  雾霾指数 

相似文献 查看更多>>
54.210.158.163