钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
河北科技大学学报期刊
\
基于长短期记忆神经网络模型的空气质量预测
基于长短期记忆神经网络模型的空气质量预测
作者:
刘滨
张冬雯
许云峰
赵琪
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
计算机神经网络
空气质量
长短期记忆单元
深度学习
多元线性回归
回归模型
摘要:
随着城市化和工业化的快速发展,空气污染问题日益突出,空气质量预测显得尤为重要.当前一些有代表性的研究对空气质量进行实时监测和预报,例如周广强等采用数值预报的方法对中国东部地区的空气质量进行分析,但其实验结果表明该方法难以预测非常重的污染;SANKAR等使用多元线性回归对空气质量进行预测,但其实验结果表明线性模型预测精度低、效率慢;PéREZ等使用统计方法对空气质量进行预测,实验结果证明统计方法的预测精度比较低;WANG等采用改进的BP神经网络建立了空气质量指数的预测模型,其实验验证了BP神经网络收敛速度慢、容易陷入局部最优解的问题;YANG等利用相邻网格的空气质量浓度效应,建立了基于随机森林的PM2.5浓度预测模型,通过实验过程证明网格划分程序削弱了后续空气质量分析的质量和效率.这些方法都难以从时间角度建模,其中预测精度低是比较重要的问题.因为预测精度低可能会导致空气质量预测结果出现较大的误差.针对空气质量研究中预测精度低的问题,提出了基于长短期记忆单元(long short-term mem-ory,LSTM)的神经网络模型.该模型使用MAPE,RMSE,R,IA和MAE等指标来检测LSTM神经网络与对比模型的预测性能.由于Delhi和Houston是空气污染程度比较严重的城市,所以使用的实验数据集来自Delhi的Punjabi Bagh监测站2014—2016年的空气质量数据和Houston的Harris County监测站2010—2016年的空气质量数据.LSTM神经网络与多元线性回归和回归模型(SVR)的比较结果表明,LSTM神经网络适应多个变量或多输入的时间序列预测问题,LSTM神经网络具有预测精度高、速度快和较强的鲁棒性等优点.
暂无资源
收藏
引用
分享
推荐文章
基于神经网络的空气质量采集系统的设计
空气质量采集
神经网络
空气清新器
多传感器
基于LSTM的空气质量预测方法
空气质量
相关性分析
AQI指数
LSTM神经网络
基于竞争型神经网络的城市空气质量分析
空气质量等级
API
竞争型神经网络
基于长短期记忆神经网络的罗非鱼生长预测模型
罗非鱼
长短期记忆神经网络模型
生长模型
预测
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于长短期记忆神经网络模型的空气质量预测
来源期刊
河北科技大学学报
学科
工学
关键词
计算机神经网络
空气质量
长短期记忆单元
深度学习
多元线性回归
回归模型
年,卷(期)
2020,(1)
所属期刊栏目
数据分析与计算专栏
研究方向
页码范围
66-75
页数
10页
分类号
TP389|O175.8
字数
4283字
语种
中文
DOI
10.7535/hbkd.2020yx01008
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
张冬雯
河北科技大学信息科学与工程学院
39
137
7.0
9.0
2
刘滨
河北科技大学经济管理学院
25
365
8.0
19.0
6
许云峰
河北科技大学信息科学与工程学院
30
197
8.0
13.0
7
赵琪
河北科技大学信息科学与工程学院
1
1
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(13)
共引文献
(6)
参考文献
(12)
节点文献
引证文献
(1)
同被引文献
(6)
二级引证文献
(0)
1994(1)
参考文献(1)
二级参考文献(0)
1997(2)
参考文献(1)
二级参考文献(1)
2011(1)
参考文献(0)
二级参考文献(1)
2013(1)
参考文献(0)
二级参考文献(1)
2014(3)
参考文献(1)
二级参考文献(2)
2015(3)
参考文献(1)
二级参考文献(2)
2016(4)
参考文献(1)
二级参考文献(3)
2017(7)
参考文献(4)
二级参考文献(3)
2018(3)
参考文献(3)
二级参考文献(0)
2020(1)
参考文献(0)
二级参考文献(0)
引证文献(1)
二级引证文献(0)
2020(1)
引证文献(1)
二级引证文献(0)
研究主题发展历程
节点文献
计算机神经网络
空气质量
长短期记忆单元
深度学习
多元线性回归
回归模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
河北科技大学学报
主办单位:
河北科技大学
出版周期:
双月刊
ISSN:
1008-1542
CN:
13-1225/TS
开本:
大16开
出版地:
河北省石家庄市裕华东路70号
邮发代号:
创刊时间:
1980
语种:
chi
出版文献量(篇)
2212
总下载数(次)
6
期刊文献
相关文献
1.
基于神经网络的空气质量采集系统的设计
2.
基于LSTM的空气质量预测方法
3.
基于竞争型神经网络的城市空气质量分析
4.
基于长短期记忆神经网络的罗非鱼生长预测模型
5.
基于长短期记忆神经网络的风力发电 功率预测方法
6.
基于粗糙集和BP神经网络的空气质量评价方法
7.
基于长短期记忆神经网络的检修态电网 低频振荡风险预测方法
8.
基于长短期记忆网络的社区演化预测
9.
基于长短时记忆神经网络的带钢酸洗浓度预测
10.
基于长短期记忆网络的锂电池循环寿命预测
11.
基于改进神经网络的环境空气质量预测
12.
基于Silverlight的空气质量模型动态展示
13.
基于改进型灰色神经网络组合模型的空气质量预测
14.
基于GAB和模糊BP神经网络的空气质量预测
15.
基于LSTM时间递归神经网络的短期电力负荷预测
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
河北科技大学学报2022
河北科技大学学报2021
河北科技大学学报2020
河北科技大学学报2019
河北科技大学学报2018
河北科技大学学报2017
河北科技大学学报2016
河北科技大学学报2015
河北科技大学学报2014
河北科技大学学报2013
河北科技大学学报2012
河北科技大学学报2011
河北科技大学学报2010
河北科技大学学报2009
河北科技大学学报2008
河北科技大学学报2007
河北科技大学学报2006
河北科技大学学报2005
河北科技大学学报2004
河北科技大学学报2003
河北科技大学学报2002
河北科技大学学报2001
河北科技大学学报2000
河北科技大学学报1999
河北科技大学学报1998
河北科技大学学报2020年第6期
河北科技大学学报2020年第5期
河北科技大学学报2020年第4期
河北科技大学学报2020年第3期
河北科技大学学报2020年第2期
河北科技大学学报2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号