Indexed by：
Abstract：
以气象因素作为PM2.5预测指标,对数据进行异常值处理和归一化处理,将时间序列数据集转变为监督学习数据集,建立多变量的基于注意力机制的GRU循环神经网络PM2.5预测模型预测PM2.5浓度,并与不含注意力机制的GRU循环神经网络预测结果对比.利用北京市2010年-2014年气象数据集进行仿真实验,实验证明两个模型都可以较好地预测PM2.5浓度值,可以为空气污染的治理工作提供数据支持.Attention+GRU循环神经网络对PM2.5浓度的预测比GRU循环神经网络更精确.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
现代计算机
ISSN： 1007-1423
CN： 44-1415/TP
Year： 2020
Issue： 12
Page： 9-14
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
