A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Air Quality Index Forecasting via Deep Dictionary Learning Previsão do índice de qualidade do ar por meio de aprendizado profundo de dicionário

Bin CHEN

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

O índice de qualidade do ar (AQI) é um índice adimensional para a descrição da qualidade do ar e é amplamente utilizado em esquemas de gestão da qualidade do ar. Um novo método para previsão do índice de qualidade do ar baseado em Deep Dictionary Learning (AQIF-DDL) e visão de máquina é proposto neste artigo. Uma imagem do céu é usada como entrada do método e a saída é o valor AQI previsto. O aprendizado profundo do dicionário é empregado para extrair automaticamente os recursos da imagem do céu e obter a previsão do AQI. A ideia de aprender níveis de dicionário mais profundos decorrentes do aprendizado profundo também está incluída para aumentar a precisão e estabilidade da previsão. O AQIF-DDL proposto é comparado com outros métodos baseados em aprendizagem profunda, como rede de crenças profundas, autoencoder empilhado e rede neural convolucional. Os resultados experimentais indicam que o método proposto leva a um bom desempenho na previsão do AQI.

Publicação
IEICE TRANSACTIONS on Information Vol.E103-D No.5 pp.1118-1125
Data de publicação
2020/05/01
Publicitada
2020/02/20
ISSN online
1745-1361
DOI
10.1587/transinf.2019EDP7296
Tipo de Manuscrito
PAPER
Categoria
Reconhecimento de imagem, visão computacional

autores

Bin CHEN
  Jiaxing University

Palavra-chave