基于门控循环单元神经网络的PM2.5浓度预测

摘要：

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.

关键词：PM2.5浓度预测、LSTM、GRU、机器学习、循环神经网络

所属期刊栏目：16

资助基金：国家自然科学基金;项目61763046

在线出版日期：2019-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：29-32