首页 | 本学科首页   官方微博 | 高级检索  
     

一种高精度LSTM-FC大气污染物浓度预测模型
引用本文:刘梦炀,武利娟,梁慧,段旭磊,刘尚卿,高一波. 一种高精度LSTM-FC大气污染物浓度预测模型[J]. 计算机科学, 2021, 48(z1): 184-189. DOI: 10.11896/jsjkx.200600090
作者姓名:刘梦炀  武利娟  梁慧  段旭磊  刘尚卿  高一波
作者单位:天津中科智能技术研究院 天津 300300;上海大学计算机工程与科学学院 上海200444;天津中科智能技术研究院 天津 300300;中国科学院自动化研究所 北京 100190
摘    要:大气污染已经严重影响到人们的生活和健康,大气治理势在必行,探究大气污染物浓度变化的规律,实现污染物浓度预测,对指导大气治理工作具有重要意义.文中构建了一种基于长短期记忆神经网络(Long Short-Term Memory,LSTM)和全连接神经网络(Full Connected,FC)的混合神经网络模型,并提出了数据...

关 键 词:混合神经网络模型  长短期记忆神经网络  全连接神经网络  污染物浓度预测  多维度特征融合

A Kind of High-precision LSTM-FC Atmospheric Contaminant Concentrations Forecasting Model
LIU Meng-yang,WU Li-juan,LIANG Hui,DUAN Xu-lei,LIU Shang-qing,GAO Yi-bo. A Kind of High-precision LSTM-FC Atmospheric Contaminant Concentrations Forecasting Model[J]. Computer Science, 2021, 48(z1): 184-189. DOI: 10.11896/jsjkx.200600090
Authors:LIU Meng-yang  WU Li-juan  LIANG Hui  DUAN Xu-lei  LIU Shang-qing  GAO Yi-bo
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号