隨著當(dāng)前中國(guó)特色的社會(huì)主義市場(chǎng)經(jīng)濟(jì)的不斷快速健康發(fā)展和整個(gè)國(guó)家的工業(yè)化進(jìn)程以及人民的生活所需物質(zhì)水平的逐步提高,空氣中的各類環(huán)境污染問題越發(fā)嚴(yán)重并逐漸成為了人們的生活中關(guān)注的焦點(diǎn)。除了工廠排放的各種廢氣,私家車的普及也都導(dǎo)致了當(dāng)前令人擔(dān)憂的空氣環(huán)境狀況。國(guó)家相關(guān)部門也開始加大對(duì)空氣環(huán)境的治理,提出了環(huán)境質(zhì)量網(wǎng)格化監(jiān)測(cè)的相關(guān)政策。在此背景下,市場(chǎng)涌現(xiàn)出很多微型監(jiān)測(cè)儀器,但由于自身內(nèi)部的傳感器精準(zhǔn)度不夠,存在數(shù)據(jù)偏差的問題。為了解決這一問題,本文利用已獲得的大量標(biāo)準(zhǔn)文本數(shù)據(jù)結(jié)合神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)了一個(gè)基于ANN的空氣質(zhì)量監(jiān)測(cè)智能校準(zhǔn)系統(tǒng)。本課題是在人工神經(jīng)網(wǎng)絡(luò)技術(shù)的基礎(chǔ)上,將長(zhǎng)短期記憶網(wǎng)絡(luò)（Long ShortTerm Memory,LSTM）模型和協(xié)同訓(xùn)練方法相結(jié)合同時(shí)利用國(guó)家標(biāo)準(zhǔn)數(shù)據(jù)完成校準(zhǔn)模型的訓(xùn)練。通過校準(zhǔn)模型可以實(shí)現(xiàn)監(jiān)測(cè)數(shù)據(jù)的誤差校準(zhǔn),最終完成系統(tǒng)的設(shè)計(jì)。首先設(shè)計(jì)了數(shù)據(jù)收集的功能,將獲取數(shù)據(jù)進(jìn)行規(guī)范化處理;然后設(shè)計(jì)利用協(xié)同訓(xùn)練方法,將無標(biāo)簽數(shù)據(jù)與標(biāo)記數(shù)據(jù)進(jìn)行交叉迭代訓(xùn)練,完成未標(biāo)記數(shù)據(jù)的標(biāo)簽化過程之后利用本文設(shè)計(jì)的基于基于Cotraining-LSTM空氣質(zhì)量校準(zhǔn)算法進(jìn)行數(shù)據(jù)的訓(xùn)練... 

【文章來源】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院沈陽計(jì)算技術(shù)研究所)遼寧省

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

人工神經(jīng)元

基于協(xié)同訓(xùn)練校準(zhǔn)算法的研究15圖3.2人工神經(jīng)網(wǎng)絡(luò)Figure3.2Artificialneuralnetworks3.2.1卷積神經(jīng)網(wǎng)絡(luò)CNN圖3.3卷積神經(jīng)網(wǎng)絡(luò)Figure3.3Convolutionalneuralnetwork圖3.3是卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。卷積神經(jīng)網(wǎng)絡(luò)是上個(gè)世紀(jì)60年代，由兩位研究員在研究動(dòng)物皮層中的神經(jīng)元時(shí)發(fā)現(xiàn)的。它的網(wǎng)絡(luò)結(jié)構(gòu)不同于普通的人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，它利用人類由點(diǎn)到面的識(shí)物原則來降低反饋神經(jīng)網(wǎng)絡(luò)的復(fù)雜

基于協(xié)同訓(xùn)練校準(zhǔn)算法的研究15圖3.2人工神經(jīng)網(wǎng)絡(luò)Figure3.2Artificialneuralnetworks3.2.1卷積神經(jīng)網(wǎng)絡(luò)CNN圖3.3卷積神經(jīng)網(wǎng)絡(luò)Figure3.3Convolutionalneuralnetwork圖3.3是卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。卷積神經(jīng)網(wǎng)絡(luò)是上個(gè)世紀(jì)60年代，由兩位研究員在研究動(dòng)物皮層中的神經(jīng)元時(shí)發(fā)現(xiàn)的。它的網(wǎng)絡(luò)結(jié)構(gòu)不同于普通的人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，它利用人類由點(diǎn)到面的識(shí)物原則來降低反饋神經(jīng)網(wǎng)絡(luò)的復(fù)雜


本文編號(hào)：3376303