一种基于深度学习的双向长短期记忆网络的PM2.5预测方法.pdfVIP

下载本文档

0
0
约1万字
约 9页
2023-05-30 发布于四川
举报
版权申诉

一种基于深度学习的双向长短期记忆网络的PM2.5预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于深度学习的双向长短期记忆网络的PM2.5预测方法，包括以下步骤：收集某地区各个观测站记录的PM2.5浓度数据，各个观测站按时间顺序依次记录PM2.5的浓度变化，得到单维的PM2.5时间序列原始数据；使用变分模态分解将原始PM2.5单维数据分解成由多个谐波子序列构成的多维数组，各个子序列之和即为原始数据；对原始数据进行预处理；将各个子序列数据划分为相同大小的训练集和测试集。构造BiLSTM模型，然后将训练集和测试集分别输入BiLSTM模型中，依据实验结果调整模型参数；利用调整好

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112434888 A (43)申请公布日 2021.03.02 (21)申请号 202011501019.6 G06N 3/08 (2006.01) (22)申请日 20