基于LSTM神经网络的空气质量多模态集成预测方法研究及其应用

来源 :兰州财经大学 | 被引量 : 1次 | 上传用户:w_wallace
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
空气污染物浓度“爆表”成为我国社会关注的热点问题之一,空气质量预测的准确与否对于人体健康、疾病防控等活动具有现实意义。为此,本文从数据科学的角度出发,引入LSTM神经网络为预测工具,并在“分解-集成”范式下提出了一种VMD-ELSTM-GS混合预测模型,用于兰州市的空气质量预测,期望提高目标污染物的预测精度。同时,开发静态网页用于及时发布预测结果。本文主要工作包括:第一,阐述了气象、空气质量监测数据的数据探索、预处理过程,并引入LSTM神经网络用于空气质量预测的实际任务。具体来讲,在缺失值处理、离群点处理和数据整形等理论基础上实施数据预处理,改善数据质量;以相关性理论为基础进行特征选择;构造适应时间序列预测要求的LSTM神经网络模型进行空气污染物的多指标预测。第二,为进一步适应空气质量数据多指标、高波动、非平稳、含噪音的特点,提高预测精度,提出了一种VMD-ELSTM-GS预测模型。具体来讲,在优化算法、信号分解、深度学习和正则化等理论基础上,构建了一种混合的、多模态集成的预测模型用于空气质量的预测研究。将此模型用于兰州市的2016-2017年的气象、空气质量数据集的实证过程,在均方根误差(RMSE)、绝对值误差(MAE)两个评价指标下将此模型与实验组方法对比,实证表明了此模型的优越性、有效性。第三,开发了一个静态网页用空气质量指数及污染物浓度预测结果的发布,并简介了它的发布过程,在技术层面上实现了空气质量预测结果及时、方便发布的目标,为半结构化数据的实际应用探索途径。
其他文献
很多乐迷认识共和时代乐队(One Republic)估计都是从2007年的单曲《道歉》(Apologize)开始。那首与杨坤的《空城》旋律颇有几分相似的歌使这支乐队初出茅庐就得到大家的认可和好
教学与评价都是英语课程实施过程的重要组成部分.小组合作学习是一种有效的学习方法,能带动学生知识和技能的增加,培养他们的团体合作与交际能力,而合理的评价机制能助推合作
采用PLC控制,POD触摸屏显示操作界面,开发研制了电子计价秤自动检测加载试验台,提高了电子秤的检测精度与稳定性。通过砝码链向电子秤加减标准砝码形成不同的砝码组合,可以完成对
所谓的生本教育就是以生命为本的教育,教育的宗旨决不不应当是控制生命,而是要让生命自己行动,应该是学生在教师的支持下自主学习。在现实中,我们经常可以看到这样传统教学课
作为体育教师或足球教练.在足球教学中如何使少年儿童自觉地、积极地、有效的进行练习,是我们始终要重视的问题。如何解决好这个问题,本文认为,最重要的是注意引发少年儿童的学习
电路板表面的缺陷检测问题,主要是以效率低下的人工检测为主,为了提高检测的准确率,本文设计了一套用于检测电路板缺陷的机器视觉技术,并运用改进的Canny边缘检测算法对电路
目的对杭州市饮食、服务行业人员粪便标本进行霍乱弧菌监测.方法 2000年5月~2001年7月采集26252名饮食、服务行业从业人员健康体检者粪便标本,分别接种于碱性蛋白胨水和4号琼
研究目的:家族性肾性糖尿(FRG)是一种罕见的肾小管疾病,其特征是孤立的持续性葡萄糖尿,无糖代谢异常和任何其他近端肾小管功能障碍的症状。绝大多数FRG患者由SLC5A2基因(OMIM
在做这篇文章时,正巧看到一则新闻:澳大利亚一位急救电话接线员上班第一天就接到家里的求救电话,在情绪激动几秒之后,她迅速镇定下来,指导家人给父亲做急救,最终挽救了父亲的生命,而