|
|||||
|
|
| 基于LSTM的空气质量预测模型 | |
| 引用本文： | 李高平,邱治邦,苗加庆,王静,任小洁,程日鑫.基于LSTM的空气质量预测模型[J].西南民族大学学报(自然科学版),2023(1):67-73. |
| 作者姓名： | 李高平 邱治邦 苗加庆 王静 任小洁 程日鑫 |
| 作者单位： | 1. 西南民族大学数学学院;2. 西南民族大学计算机科学与工程学院计算机系统国家民委重点实验室;3. 西南民族大学药学院 |
| 摘 要： | 为了准确预测空气质量，结合实际的天气污染情况，在WRF-CMAQ等一次预报模型的基础上，利用神经网络、机器学习方法中的LSTM算法以及线性学习方法，针对大量的数据进行二次数学建模来提升预测的准确性，同时解决了对现实中存在数据不全导致无法预测的问题.根据预测数据和实际数据对比，建立的空气质量预测模型预测出的数据与真实值的误差均在2%以内. |
| 关 键 词： | 机器学习 深度学习 线性回归 统计相关性 |
| 点击此处可从《西南民族大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《西南民族大学学报(自然科学版)》下载免费的PDF全文 | |