基于TensorFlow的LSTM模型在空气质量指数预测的应用

• 作者: 杨超文 汪宇玲 舒志敏 刘晶晶 谢娜娜
• 来源期刊: 数字技术与应用
• 关键词: TensorFlow 空气质量指数 LSTM模型 RNN模型
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 学术论坛
• 页码范围: 203-206
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2021.03.70

摘要

本文对南昌市2020年上半年的AQI指数和六个主要污染物小时数据进行了平稳性和白噪声检验,并进行相关性分析.为更好预测南昌市未来空气质量指数,建立了基于TensorFlow的改进LSTM模型,并与RNN模型对比,实验结果表明,LSTM模型的均方误差、相关系数和斯皮尔曼等级均优于RNN模型,是一种精度更高,泛化效果更好的空气质量监测方法.