TY -的A2 Maleh Yassine盟——赵,方非盟-梁,章子怡盟——张Qiyan盟——生、王德文盟——陈,西苑PY - 2021 DA - 2021/10/19 TI - PM2.5时空预测模型研究基于神经网络LSTM SP - 1616806六世- 2021 AB -准确监测空气质量不再能满足人们的需求。人们希望提前预测空气质量,及时预警和防御最小化对生命的威胁。本文提出了一种新的空气质量时空预测模型来预测未来空气质量和基于大量的环境数据和长短期记忆(LSTM)神经网络。为了捕捉的时空特征污染物浓度数据,5个站点的数据时间序列的相关性最高的PM2.5浓度(颗粒与空气动力学直径≤2.5毫米)在首次提取实验网站,和天气数据和其他污染物数据同时合并在下一步中,提取高级时空特性通过长期和短期记忆神经网络。本文给出的模型与其他基线模型相比在每小时PM2.5浓度数据集收集35岁在北京空气质量监测站点从1月1日,2016年,2017年12月31日。实验结果表明,该模型的性能优于其他基线模型。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/1616806 - 10.1155 / 2021/1616806摩根富林明计算智力和神经科学PB - Hindawi KW - ER