论文部分内容阅读
自进入工业化社会以来,空气污染逐渐成为全球最大的环境问题之一。空气中的悬浮粒子对人类身体健康产生有害影响,减少空气污染的重要前提就是预测PM2.5的浓度。因此,对大气质量污染的监测以及预测研究显得尤为重要。本文采用openstack云计算组件,部署了大数据平台,通过历史数据加实时抓取的数据来完善BP神经网络,以实现自我学习来提高预测数据的准确度。