首页> 中文期刊> 《数学的实践与认识》 >基于空间因素LSTM神经网络的空气质量指数预测

基于空间因素LSTM神经网络的空气质量指数预测

         

摘要

AQI指数(Air Quality Index)是传统的衡量空气质量状况好坏的标准之一.随着近年来管控治理污染物意识的提高,对AQI指数进行预测的讨论具有重要意义.长短期记忆神经网络(Long-Short Term Memory,LSTM)在时间序列预测上表现出优异的性能,在各类时间序列预测问题中被广泛使用.为此,以北京市AQI指数预测问题为例,采用小波降噪、LSTM神经网络等方法,结合北京市与周边城市之间的区域关联性,预测AQI指数.并与ARIMA模型、LSTM神经网络进行对比.实验结果表明,降噪后带空间因素的LSTM神经网络相比于其它方法表现更好,更适合预测AQI指数的变化趋势.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号