基于深度学习的PM2.5短期预测模型

基于深度学习的PM2.5短期预测模型

论文摘要

为了提高PM2.5浓度短期预报的准确率,解决现有PM2.5浓度短期预报准确率不高的问题,提出了一种基于卷积神经网络和长短时记忆的深度学习预报测型.首先,综合考虑气温、相对湿度、降水量、风力、能见度等多种气象要素,综合分析气象要素与PM2.5浓度相关性.其次,利用PM2.5浓度数据、气象站点观测数据和气象要素网格实况分析数据进行融合处理,生成用于训练和测试的时空序列数据,并使用卷积神经网络和长短时记忆网络获取时空特征.通过大量实验确定模型中关键参数,然后利用最优参数建立预测模型.最后,使用模型对PM2.5未来24 h浓度进行预测,并与支持向量机、业务中的预报模型进行对比.实验结果表明,相比其他机器学习方法和预报方法,卷积神经网络和长短时记忆相结合的预测方法能有效提高PM2.5浓度未来24 h预测精度,并具有较高的泛化能力.

论文目录

  • 1 数据分析
  •   1.1 北京PM2.5浓度的时间序列分析
  •   1.2 PM2.5浓度与气象要素相关性分析
  • 2 PM2.5预测模型
  •   2.1 问题的描述
  •   2.2 LSTM模型
  •   2.3 PM2.5浓度预测模型
  •     2.3.1 获取空间特征的3D-CNN
  •     2.3.2 获取时间特征的LSTM
  •     2.3.3 模型算法流程
  • 3 实验及分析
  •   3.1 实验环境及数据
  •   3.2 LSTM模型关键超参数选择
  •   3.3 实验结果与分析
  •     (1)几个模型预测结果的误差分析
  •     (2)不同深度学习模型的预测结果比较分析
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 赵文芳,林润生,唐伟,周勇

    关键词: 浓度预测,机器学习,长短时记忆,深度学习,卷积神经网络

    来源: 南京师大学报(自然科学版) 2019年03期

    年度: 2019

    分类: 基础科学,工程科技Ⅰ辑,信息科技

    专业: 环境科学与资源利用,自动化技术

    单位: 北京城市气象研究院,北京市气象信息中心,中国气象局发展研究中心

    基金: 国家自然科学基金(41575156),中国气象局软科学研究重点课题(2019ZDIANXM19)

    分类号: X831;TP18

    页码: 32-41

    总页数: 10

    文件大小: 2887K

    下载量: 644

    相关论文文献

    • [1].基于长短时记忆网络的人才培养模型设计[J]. 电脑知识与技术 2020(04)
    • [2].基于人体疲劳的短时记忆变化研究[J]. 科技经济导刊 2019(24)
    • [3].论如何提高学生练耳记写的质量与效率[J]. 北方音乐 2017(06)
    • [4].短时记忆与高校英语听力教学[J]. 长江丛刊 2016(31)
    • [5].短时记忆理论的影响[J]. 唐山文学 2016(11)
    • [6].30小时速记3000个单词 抗遗忘~?英语单词速记[J]. 中学生阅读(初中版) 2017(17)
    • [7].基于长短时记忆网络的电力故障维修效果情感分析[J]. 云南大学学报(自然科学版) 2020(S2)
    • [8].音乐特质对大学生短时记忆影响的实证研究[J]. 教育教学论坛 2019(41)
    • [9].口译中短时记忆效应的认知分析及启示[J]. 中国科技信息 2017(05)
    • [10].短时记忆与大学英语听力[J]. 文学教育(下) 2012(07)
    • [11].口译教学中的短时记忆研究[J]. 科教文汇(中旬刊) 2011(08)
    • [12].阅读困难者短时记忆缺陷原因探析[J]. 中国特殊教育 2010(04)
    • [13].体育锻炼对短时记忆力影响的实验研究[J]. 四川体育科学 2015(04)
    • [14].价格由谁说了算[J]. 财会月刊 2014(25)
    • [15].情绪状态对大学生短时记忆容量影响的实验研究[J]. 辽东学院学报(自然科学版) 2011(03)
    • [16].短时记忆研究综述[J]. 赤峰学院学报(自然科学版) 2014(04)
    • [17].基于两层BiLSTM的问题回答技术研究[J]. 数字技术与应用 2020(03)
    • [18].噪声和混响对儿童视觉短时记忆的影响[J]. 华南理工大学学报(自然科学版) 2016(07)
    • [19].背景音乐对大学生短时记忆的影响[J]. 长江丛刊 2019(36)
    • [20].论高校俄语基础教学阶段短时记忆能力的培养——以基础俄语课程为例[J]. 教师 2019(08)
    • [21].唐氏综合征儿童言语短时记忆研究综述[J]. 中国特殊教育 2019(01)
    • [22].基于长短时记忆网络的路口转向意图预测[J]. 系统仿真技术 2019(01)
    • [23].国外言语短时记忆与词汇学习关系研究综述[J]. 成功(教育) 2010(03)
    • [24].短时记忆力训练在初中英语听力教学的运用研究[J]. 校园英语 2019(25)
    • [25].不同情绪效价对医学生短时记忆影响的实验研究[J]. 中国学校卫生 2012(03)
    • [26].APEC Model视角下短时记忆方法在口译教学中的例析应用[J]. 长春理工大学学报 2012(02)
    • [27].基于深度双向长短时记忆网络的文本情感分类[J]. 桂林电子科技大学学报 2018(02)
    • [28].学习长短时记忆网络的紧密结构[J]. 小型微型计算机系统 2018(11)
    • [29].浅议短时记忆理论在大学英语听力教学中的应用[J]. 青年文学家 2009(18)
    • [30].字母短时记忆下正常成年人40hzERP非线性动力学参数的比较[J]. 黑龙江医药科学 2017(01)

    标签:;  ;  ;  ;  ;  

    基于深度学习的PM2.5短期预测模型
    下载Doc文档

    猜你喜欢