基于粒子群算法和注意力机制的LSTM的PM2.5预测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：PM2.5是空气质量的重要影响因素之一，更加准确地预测PM2.5的含量，对于预报空气质量变化、空气治理和促进科学绿色发展都有着重要的作用。本文提出一种基于粒子群算法和注意力机制的长短期记忆网络（LSTM）模型，该模型既具备了LSTM可以轻松提取数据的时间维度信息的能力，又具备了注意力机制可以完美解决特征权重分配的能力，可以较为准确地对空气中PM2.5含量进行预测。（剩余10423字）

试读结束

目录
monitor