基于GAT-Informer模型的河南省空气污染物浓度预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为了提高空气污染物浓度预测的精度和效率，提出了一种结合图注意力网络（GAT） 和Informer的深度学习模型——GAT-Informer。该模型利用GAT提取各个监测站点之间的空间特征，充分利用相关站点的特征信息；Informer有效地挖掘时间序列的长期信息和局部变化，通过将时间信息和空间信息进行整合，从而预测河南省100个空气质量监测站点六种污染物浓度。（剩余7657字）

试读结束

目录
monitor