本文主要研究内容
作者付江龙,王叶丹,黄俊凯（2019）在《基于梯度下降算法的雾霾指数预测研究》一文中研究指出：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。
Abstract
PM2.5shi xing cheng wu mai de yi ge chong yao yin su ,PM2.5zhi shu he wen du 、shi du 、kong qi zhi liang ,feng ji 、ji jie de xiang guan 。ben wen jiang you hua le de ti du xia jiang suan fa yun yong dao wu mai zhi shu de yu ce zhong qu 。shou xian tong guo pa chong ji shu huo qu da liang de qi xiang shu ju ,ji ci jiang zhe xie shu ju fen bie yong yu xun lian he ce shi ,xun lian de mu de shi de dao xiang ying de can shu ,zui hou jiang ti du xia jiang suan fa yun yong dao wu mai zhi shu de yu ce zhong qu 。dan shi can shu xun lian de guo cheng zhong rong yi chu xian ji ge wen ti 。di yi ,an dian wen ti ,bu neng zhao dao quan ju zui you dian ,ben wen yun yong dai you zao sheng de ti du xia jiang fa ,tiao chu ju bu zui you ;di er ,xue xi lv de wen ti ,suo you de yin su dou yong tong yi ge xue xi lv shi bu ge kuo de ,xu yao wei mei yi ge can shu wei mei yi ge can shu di gong yi ge ge kuo de xue xi lv 。di san ,zhen dang wen ti ,ben wen jiang yong dong liang de sai xiang jie jue zai "xia gu "de zhen dang wen ti ,jia kuai shou lian 。
论文参考文献
论文详细介绍
论文作者分别是来自科学技术创新的付江龙,王叶丹,黄俊凯，发表于刊物科学技术创新2019年10期论文，是一篇关于梯度下降论文,机器学习论文,雾霾指数论文,科学技术创新2019年10期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自科学技术创新2019年10期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：梯度下降论文; 机器学习论文; 雾霾指数论文; 科学技术创新2019年10期论文;