基于改進(jìn)BCCSA和深層LSTM的空氣質(zhì)量預(yù)測方法
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大小：480 K
標(biāo)簽： 空氣質(zhì)量 季節(jié)調(diào)整 改進(jìn)BCCSA
所需積分：0分積分不夠怎么辦？
文檔介紹：現(xiàn)有的空氣質(zhì)量預(yù)測方法很少考慮季節(jié)性因素,，且預(yù)測的效果不佳,，因此提出一種基于改進(jìn)二元混沌烏鴉搜索算法(Binary Chaotic Crow Search Algorithm，BCCSA)和深層長短期記憶神經(jīng)網(wǎng)絡(luò)(Long Short Term Memory，LSTM)的空氣質(zhì)量預(yù)測方法,。首先提出季節(jié)調(diào)整的方法對收集的原始空氣質(zhì)量數(shù)據(jù)進(jìn)行預(yù)處理,，以消除季節(jié)對預(yù)測的影響；然后提出改進(jìn)BCCSA,，對空氣質(zhì)量數(shù)據(jù)進(jìn)行優(yōu)化處理,；最后，將自注意力機(jī)制加入到深層LSTM中,，對空氣質(zhì)量數(shù)據(jù)進(jìn)行預(yù)測,。實(shí)驗(yàn)結(jié)果表明，該方法能有效地提高空氣質(zhì)量的預(yù)測精度,。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分；重復(fù)下載不扣分,，本人上傳資源不扣分,。