基于滑动窗口和LSTM的PM2.5浓度预测模型

刘俊扬; 张仲荣; 祁楌捷

首页> 中文期刊> 《齐齐哈尔大学学报（自然科学版）》 >基于滑动窗口和LSTM的PM2.5浓度预测模型

基于滑动窗口和LSTM的PM2.5浓度预测模型

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

随着环境空气质量日趋重要,PM2.5浓度也逐渐受到重视.以北亡市某空气质量监测站2010.1.1～2014.12.31的PM2.5浓度的小时数据以及对应的气象数据作为样本进行实验.首先对数据进行预处理,考虑到PM2.5前后关联性很强这一特点,将数据进行基二时间的滑动窗口处理以利用数据的时序性,然后对各气象因子进行皮尔逊相关分析,构建了5层长短期记忆(LSTM)网络模型,引入了学习率指数衰减方法,来预测1 h后的PM2.5浓度,并将其与Lasso回归、支持向量回归(SVR)模型、XGBoost模型对比,发现构建的LSTM模型预测效果最好.

著录项

来源
《齐齐哈尔大学学报（自然科学版）》 |2022年第1期|87-94|共8页
作者
刘俊扬; 张仲荣; 祁楌捷;
展开▼
作者单位

兰州亚通大学数理学院兰州 730070;

兰州亚通大学数理学院兰州 730070;

甘肃荣泽源数据科技有限公司兰州 730070;

展开▼
原文格式 PDF
正文语种 chi
中图分类粒状污染物;
关键词
空气质量; PM2.5; 滑动窗口处理; LSTM; 指数衰减方法;

相似文献

中文文献
外文文献
专利

1. 基于滑动窗口和LSTM的PM_(2.5)浓度预测模型 [J] . 刘俊扬 ,张仲荣 ,祁楌捷 . 齐齐哈尔大学学报:自然科学版 . 2022,第1期
2. 基于LSTM的PM2.5浓度预测模型 [J] . 段大高 ,赵振东 ,梁少虎 . 计算机测量与控制 . 2019,第003期
3. 基于时空相关性的LSTM算法及PM2.5浓度预测应用 [J] . 赵彦明 . 计算机应用与软件 . 2021,第006期
4. 基于LSTM-SVR混合模型的PM2.5浓度预测 [J] . 王倩影 ,杨可鑫 . 信息技术与信息化 . 2021,第009期
5. 基于LSTM网络的PM2.5浓度预测 [J] . 潘永东 ,曹骝 ,刘明 . 金陵科技学院学报 . 2021,第4期
6. 基于LSTM的PM2.5预测模型综述 [C] . 肖敏志 ,王淑君 ,宋巍巍 . 中国环境科学学会2019年学术年会 . 2019
7. 基于LSTM的PM2.5浓度预测模型研究 [A] . 丁子昂 . 2020

基于滑动窗口和LSTM的PM2.5浓度预测模型

摘要

著录项

相似文献

相关主题

期刊订阅