首页 | 本学科首页   官方微博 | 高级检索  
     检索      

一种空气污染物浓度预测深度学习平台
引用本文:卢淑怡,张波,张旱文,俞豪,高浩然,刘波.一种空气污染物浓度预测深度学习平台[J].上海师范大学学报(自然科学版),2020,49(1):102-108.
作者姓名:卢淑怡  张波  张旱文  俞豪  高浩然  刘波
作者单位:上海师范大学信息与机电工程学院,上海 201418;上海超算科技有限公司,上海 201203
基金项目:国家自然科学基金(61802258);上海市自然科学基金(18ZR1428300);上海市科委创新项目(17070502800);上海市教委项目(C160049)
摘    要:在空气污染大数据预处理的基础上,提出了一个基于深度学习的空气污染物浓度预测平台.该平台架构分为数据采集层、模型层和可视化界面层3个层次,分别实现了数据采集与处理,基于长短期记忆(LSTM)网络模型的污染物浓度预测,以及预测结果可视化的功能,通过对用户个性化模型参数的设置,实现不同时间段污染物浓度时间序列的预测.

关 键 词:深度学习  空气污染预测  长短期记忆(LSTM)网络模型  大数据
收稿时间:2019/7/14 0:00:00

An air pollutant concentration prediction platform based on deep learning
LU Shuyi,ZHANG Bo,ZHANG Hanwen,YU Hao,GAO Haoran and LIU Bo.An air pollutant concentration prediction platform based on deep learning[J].Journal of Shanghai Normal University(Natural Sciences),2020,49(1):102-108.
Authors:LU Shuyi  ZHANG Bo  ZHANG Hanwen  YU Hao  GAO Haoran and LIU Bo
Institution:College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 201418, China,College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 201418, China,College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 201418, China,College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 201418, China,College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 201418, China and Shanghai Super Computing Technology Co., Ltd., Shanghai 201203, China
Abstract:
Keywords:deep learning  air pollution prediction  long short-term memory (LSTM) network model  big data
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《上海师范大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《上海师范大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号