基于解析方程与人工神经网络的 PM2.5 预测方法
信号处理
2020-02-27 v1 机器学习
机器学习
摘要
颗粒物污染因其对全球环境和人类健康的显著影响，是全球最致命的空气污染物类型之一。颗粒物（PM2.5）是衡量空气质量指数（AQI）的重要污染物之一。空气质量监测站用于监测 PM2.5 的传统仪器成本高、体积大、耗时且耗电。此外，由于数据可用性有限且不可扩展，这些站点无法实时提供高空间和时间分辨率。为克服现有方法的缺点，本文提出一种基于解析方程并利用人工神经网络（ANN）的 PM2.5 预测方法。由于所推导的预测解析方程可使用无线传感器节点（WSN）或低成本处理工具计算，这证明了所提方法的实用性。此外，研究了 PM2.5 与其他污染物之间的相关性以选择合适的预测变量。所提方法使用了印度中央污染控制委员会（CPCB）在线站的大体量认证数据集。使用八个预测变量时，所提预测方法的 RMSE 和决定系数（R2）分别为 1.7973 ug/m3 和 0.9986。而使用三个预测变量时，所提方法的结果显示 RMSE 为 7.5372 ug/m3，R2 为 0.9708。因此，结果表明所提方法是在无需耗电气体传感器和 bulky 分析仪的情况下监测 PM2.5 的一种有前景的方法。
引用
@article{arxiv.2002.11416,
title = {Analytical Equations based Prediction Approach for PM2.5 using Artificial Neural Network},
author = {Jalpa Shah and Biswajit Mishra},
journal= {arXiv preprint arXiv:2002.11416},
year = {2020}
}