基于K-means划分区域的深度学习空气质量预报 |
| |
引用本文: | 徐爱兰,朱晏民,孙强,於香湘,彭小燕.基于K-means划分区域的深度学习空气质量预报[J].南通大学学报(自然科学版),2021,20(3):49-56. |
| |
作者姓名: | 徐爱兰 朱晏民 孙强 於香湘 彭小燕 |
| |
作者单位: | 南通大学 信息科学技术学院,江苏 南通 226019;江苏省南通环境监测中心,江苏 南通 226006;南通大学 信息科学技术学院,江苏 南通 226019;江苏省南通环境监测中心,江苏 南通 226006;南通市气象局,江苏 南通 226006 |
| |
基金项目: | 国家自然科学基金;南通市基础科学研究计划项目;南通市基础科学研究计划项目;江苏省研究生科研与实践创新计划项目 |
| |
摘 要: | 针对监测范围内空间相关性较强的监测站点数量难以确定这一问题,提出基于K-means聚类算法对各空气质量监测站点进行区域划分的方法.以南通市为例,在选择目标区域内历史污染物数据的基础上,结合该区域的气象数据,利用由卷积神经网络(convolutional neural network,CNN)和长短时记忆网络(long ...
|
关 键 词: | 空气质量 预报 深度学习 K-means聚类 CNN-LSTM模型 |
本文献已被 万方数据 等数据库收录! |
|