| 基于Wavelet-LSTM模型的北京空气污染物浓度预测 |
| |
| 引用本文： | 刘炳春,来明昭,齐鑫,王辉. 基于Wavelet-LSTM模型的北京空气污染物浓度预测[J]. 环境科学与技术, 2019, 42(8): 142-149 |
| |
| 作者姓名： | 刘炳春 来明昭 齐鑫 王辉 |
| |
| 作者单位： | 天津理工大学管理学院,天津,300384 |
| |
| 基金项目： | 天津市教委社会科学重大项目 |
| |
| 摘 要： | 文章为了达到精准预测北京市空气污染物浓度目的,应用小波分解变换(wavelet transform)和长短期神经记忆网络(long short-term memory,LSTM)相结合的方法,建立Wavelet-LSTM空气污染物浓度预测模型,对北京市6项空气污染物浓度预测。研究首先通过小波分解变换将日空气污染物浓度的历史时间序列分解为不同频率并重新组合为高维训练数据集合;其次使用高维数据集训练LSTM预测模型,重复试验调整参数,获得最优预测模型。研究结果表明,组合模型对于污染物浓度预测比传统LSTM模型的预测精度和稳定性更高。
|
| 关 键 词： | 长短期神经记忆网络 小波变换 空气污染物浓度 预测 |
Forecasting the Air Pollutant Concentration in Beijing Based on Wavelet-LSTM Model |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
