测绘科学

2018, v.43;No.241(07) 87-93

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

多基站协同训练神经网络的PM2.5预测模型
PM2.5 prediction model based on multi-station co-training neural network

陈宁;毛善君;李德龙;岳俊;

摘要(Abstract):

针对通过数值方法对PM2.5进行预测已经取得了良好的效果,但相关模型重视时间影响因子而对空间影响因素的关联性考虑不足的问题,该文提出了多基站协同训练长短时记忆网络预测模型。该模型以时空数据作为输入,并将多个基站数据进行协同训练。MC-LSTM网络通过采用多基站共享参数的方式,减少了需要训练的网络复杂度,减轻了网络过拟合的风险。利用MC-LSTM网络对北京市21个监测基站数据进行了处理,结果表明:MC-LSTM网络能够同时对各个基站的PM2.5浓度进行预测。

关键词(KeyWords): PM2.5预测;深度学习;LSTM模型;协同训练;空间因素

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划项目(2016YFC0801800,2016YFC0801805);; 21世纪开放基金项目(21AT-2016-03)

作者(Author): 陈宁;毛善君;李德龙;岳俊;

Email:

DOI: 10.16251/j.cnki.1009-2307.2018.07.014

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享