-
题名基于混合深度神经网络的大气污染预测
被引量：1
- 1
-
-
作者
宋耀宇
-
机构
华北水利水电大学
-
出处
《信息与电脑》
2019年第24期99-101,共3页
-
文摘
城市空气污染物分布受各种因素的影响,准确预测空气污染物分布情况可以提高环境管理的决策能力,防止严重空气污染事件的发生。基于大量的气象数据和深度学习技术,笔者提出了一种新的大气污染物浓度预测方法。该方法使用卷积神经网络作为基础层的设计,可自动提取输入数据的特征。输出层运用一个长短时记忆网络,以保证时间依赖性。通过性能优化,该模型可以按时间序列预测未来的细颗粒物(PM2.5)质量浓度。使用郑州市的历史气象数据,将模型预测结果与实际结果进行比较;实验结果表明,与经典深度学习模型相比,该算法提高了预测性能。
-
关键词
混合深度神经网络
大气污染物浓度预测
细颗粒物(PM2.5)
-
Keywords
mixed deep neural networks
atmospheric pollutant concentration prediction
particulate matter(PM2.5)
-
分类号
X51
[环境科学与工程—环境工程]
-
