文件名称:
基于降噪自编码深度网络的空气质量预测模型
开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2020-06-23
详细说明：为了解决现有空气污染物预测模型预测精度低的问题，设计了一种基于长短期记忆（LSTM）网络的去噪自动编码器深度网络（DAEDN）模型。 该模型创建了一个具有LSTM网络的降噪自动编码器，以提取原始监测数据的固有空气质量特征，并对监测数据进行降噪处理，以提高空气质量预测的准确性。 将DAEDN模型中的LSTM网络结构设计为双向LSTM（Bi-LSTM），以解决单向LSTM预测结果中的滞后问题，从而进一步提高预测模型的预测精度。 利用空气污染物时间序列数据，使用北京在过去5年中收集的每小时PM2.5浓度数据对DAEDN模型进行了训练。 实验结果表明，训练完成后，DAEDN模型可以从嘈杂的输入中提取出更稳定的特征。 用RMSE和MAE对模型进行了评估，结果表明该指数分别为15.504和6.789； 与单向LSTM相比，它分别降低了7.33％和5.87％。 此外，新的预测模型从本质上考虑了空间污染物浓度预测和完全集成的环境大数据的时间序列特性，例如空气质量监测，气象监测和预报。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
