10.3969/j.issn.1672-6944.2019.04.015
基于门控循环单元神经网络的PM2.5浓度预测
文章首先针对延安市市监测站单站点观测数据与PM2.5的关系,从中抽取了影响PM2.5较为明显的14组特征数据.依据所抽取的数据,利用LSTM深度神经网络的一种变体GRU建立了未来数小时的PM2.5浓度预测模型,通过仿真实验,该模型对PM2.5预测有较高的一致性,可以较好地满足日常预测业务需求.
PM2.5浓度预测、LSTM、GRU、机器学习、循环神经网络
16
国家自然科学基金;项目61763046
2019-05-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
29-32