基于K-means划分区域的深度学习空气质量预报_徐爱兰

[复制链接]

字体大小: 正常放大

杨利霞

5273 主题	82 听众	17万积分

TA的每日心情

	开心 2021-8-11 17:59

签到天数: 17 天

[LV.4]偶尔看看III

网络挑战赛参赛者

自我介绍: 本人女，毕业于内蒙古科技大学，担任文职专业，毕业专业英语。

群组: 2018美赛大象算法课程

群组: 2018美赛护航培训课程

群组: 2019年数学中国站长建

群组: 2019年数据分析师课程

群组: 2018年大象老师国赛优

电梯直达

1^#

发表于 2021-10-17 10:39 |只看该作者 |倒序浏览

|招呼Ta 关注Ta

基于K-means划分区域的深度学习空气质量预报_徐爱兰

摘要:针对监测范围内空间相关性较强的监测站点数量难以确定这一问题，提出基于K-means聚类算法对各空气
质量监测站点进行区域划分的方法〔以南通市为例，在选择目标区域内历史污染物数据的基础上，结合该区域的气
象数据，利用由卷积神经网络(convolutional neural network , CNN)和长短时记忆网络(long shoe-term memory ,
LSTM)组成的CNN-LSTM混合深度学习模型对污染物进行预报，最终实现对污染物浓度时空演变特征的提取，并
完成空气质量的高精度预报〔实验结果表明，加入由K-means划分的区域内其他站点历史污染物浓度数据后，
CNN-LSTM模型可以更准确地预测PM} 5浓度