社区
CUDA on Windows XP
帖子详情
PM2.5浓度预测模型
qq_20124929
2016-03-21 07:10:15
如何建立PM2.5 的浓度预测模型,比如多元线性回归模型、BP神经网络模型等
...全文
920
2
打赏
收藏
PM2.5浓度预测模型
如何建立PM2.5 的浓度预测模型,比如多元线性回归模型、BP神经网络模型等
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
2 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
m0_37603166
2019-03-16
打赏
举报
回复
这个需要有数据的,然后才能预测
m0_37603166
2019-03-16
打赏
举报
回复
这个需要有数据的,然后才能预测
基于KNN-LSTM的
PM
2.5
浓度
预测
模型
目前多数
PM
2.5
浓度
预测
模型
仅利用单个站点的时间序列数据进行
浓度
预测
, 并没有考虑到空气质量监测站之间的区域关联性, 这会导致
预测
存在一定的片面性. 本文利用KNN算法选择目标站点所在区域中与其相关的空间因素, 并结合LSTM
模型
, 提出基于时空特征的KNN-LSTM的
PM
2.5
浓度
预测
模型
. 以哈尔滨市10个空气质量监测站的污染物数据进行仿真实验, 并将KNN-LSTM
模型
与其他
预测
模型
进行对比, 结果显示:
模型
相较于BP神经网络
模型
平均绝对误差(MAE)、均方根误差(RMSE)分别降低了19.25%、13.23%; 相较于LSTM
模型
MAE、RMSE分别降低了4.29%、6.99%. 表明本文所提KNN-LSTM
模型
能有效提高LSTM
模型
的
预测
精度.
基于随机森林回归分析的
PM
2.5
浓度
预测
模型
针对神经网络算法在当前
PM
2.5
浓度
预测
领域存在的易过拟合、网络结构复杂、学习效率低等问题,引入RFR(random forest regression,随机森林回归)算法,分析气象条件、大气污染物
浓度
和季节所包含的22项特征因素,通过调整参数的最优组合,设计出一种新的
PM
2.5
浓度
预测
模型
——RFRP
模型
。同时,收集了西安市2013--2016年的历史气象数据,进行
模型
的有效性实验分析。实验结果表明,RFRP
模型
不仅能有效
预测
PM
2.5
浓度
,还能在不影响
预测
精度的同时,较好地提升
模型
的运行效率,其平均运行时间为O.281S,约为BP-NN(back propagation neural network,BP神经网络)
预测
模型
的5.88%。
Apple Watch实战季之3- 实时
PM
2.5空气指数
做一个多城市的炫酷
PM
2.5实时空气指数手表版app
基于小波神经网络的
PM
2.5
浓度
预测
模型
.pdf
基于小波神经网络的
PM
2.5
浓度
预测
模型
.pdf
基于CPSO-BP神经网络的
PM
2.5
浓度
预测
模型
.pdf
基于CPSO-BP神经网络的
PM
2.5
浓度
预测
模型
.pdf
CUDA on Windows XP
231
社区成员
424
社区内容
发帖
与我相关
我的任务
CUDA on Windows XP
CUDA on Windows XP
复制链接
扫一扫
分享
社区描述
CUDA on Windows XP
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章