基于Keras的LSTM模型在空气质量指数预测的应用

基于Keras的LSTM模型在空气质量指数预测的应用

论文摘要

为了高精度预测空气质量指数(AQI),针对大气环境复杂多变性、不确定性,以2014年至2017年的太原市空气污染物监测数据为基础,首先采用python3.5.2中的相关性分析函数对污染物与AQI指数进行了相关性分析,然后建立基于深度学习库Keras(一种高层神经网络API)的长短期记忆循环神经网络(LSTM)模型,对太原市空气质量指数(AQI)进行仿真预测.实验结果表明:模型的均方根误差为4.875,具有预测精度高、范围广等优点,为大气污染防治工作提供了科学合理的理论依据和新的预测方法.

论文目录

文章来源

类型: 期刊论文

作者: 郑洋洋,白艳萍,侯宇超

关键词: 空气质量指数,相关性分析,神经网络

来源: 数学的实践与认识 2019年07期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 中北大学理学院

基金: 国家自然科学基金(61774137),山西省自然科学基金(201701D22111439,201701D221121),山西省回国留学人员科研项目(2016-088)

分类号: X831

页码: 138-143

总页数: 6

文件大小: 527K

下载量: 749

相关论文文献

  • [1].雾霾,难道吸着吸着就习惯了?[J]. 计量与测试技术 2020(03)
  • [2].一种基于回归分析的空气质量指数算法[J]. 环境与发展 2019(12)
  • [3].基于空间数据的空气质量指数分析[J]. 环境与发展 2020(03)
  • [4].近5年滁州市空气质量指数变化及其与气象要素的关系[J]. 安徽农学通报 2020(18)
  • [5].基于五类空气质量指数的天津市环境空气质量评价[J]. 环境与健康杂志 2018(09)
  • [6].空气质量指数及其含量的极值模型分析[J]. 哈尔滨商业大学学报(自然科学版) 2019(03)
  • [7].环境空气质量指数在应用中存在的问题及建议[J]. 城市建设理论研究(电子版) 2017(11)
  • [8].决策者说[J]. 决策 2017(01)
  • [9].环境空气质量指数模型加权分析[J]. 低碳世界 2017(24)
  • [10].环境空气质量指数计算方法与分级方案比较[J]. 中国环境监测 2016(01)
  • [11].EXCEL在空气质量指数计算及环境空气质量分析中的应用[J]. 科技传播 2014(16)
  • [12].东营空气质量指数的相关性分析[J]. 财经界(学术版) 2014(33)
  • [13].如何读懂空气质量指数[J]. 生命与灾害 2014(11)
  • [14].环境空气质量指数在应用中存在的问题及建议[J]. 中国环境监测 2015(01)
  • [15].言论[J]. 世界博览 2017(01)
  • [16].洛杉矶“战霾记”[J]. 地球 2017(01)
  • [17].“烧”出来的东北雾霾还要“烧”多久[J]. 绿色视野 2016(12)
  • [18].鸡蛋妈妈和鸡蛋弟弟[J]. 家教世界 2017(01)
  • [19].因为雾霾里存在硫酸铵才发布红色预警?[J]. 科学家 2016(18)
  • [20].漫画·时评[J]. 中学政史地(初中适用) 2017(03)
  • [21].北京雾霾成因及对策建议[J]. 环球市场信息导报 2016(46)
  • [22].蓝、黄、橙、红4个空气污染预警等级,你知道多少?[J]. 科学大众(小学版) 2017(Z2)
  • [23].锻炼要看天气,拒绝“霾”头苦练[J]. 人生与伴侣(月末版) 2017(02)
  • [24].2014年度留学空气质量指数[J]. 留学 2015(01)
  • [25].浅谈环境空气指数[J]. 环境与生活 2014(22)
  • [26].基于SPSS的空气质量指数的影响因素分析及预测[J]. 华北科技学院学报 2020(04)
  • [27].贵州森林康养好地方[J]. 绿色中国 2019(22)
  • [28].2014-2018年南宁市空气质量指数变化及其与气象要素关系的研究分析[J]. 轻工科技 2019(06)
  • [29].空气质量指数共分六级[J]. 建筑工人 2017(12)
  • [30].基于主成分分析的空气质量指数评价方法优化[J]. 内蒙古煤炭经济 2016(Z2)

标签:;  ;  ;  

基于Keras的LSTM模型在空气质量指数预测的应用
下载Doc文档

猜你喜欢