一种基于Attention-LSTM的空气质量多元预测方法

    公开(公告)号:CN119168149A

    公开(公告)日:2024-12-20

    申请号:CN202411292256.4

    申请日:2024-09-14

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于Attention‑LSTM的空气质量多元预测方法,包括:获取空气质量AQI的历史数据并进行预处理;对数据集中的数据进行特征分析,根据分析的特征构建LSTM网络模型;对LSTM网络模型进行改进;改进的LSTM网络模型进行训练;将待预测的空气质量数据输入训练好的模型,获得空气质量预测值,对未来空气质量进行评估,选择对应的预警机制。本发明通过将空气质量预测值#imgabs0#与实际空气质量值y进行误差分析,可以评估模型的准确性,如果误差较小,则说明模型具有较高的预测能力,如果误差较大,则需要进一步优化模型,并针对性地调整模型参数,在考虑到不同地理位置、不同天气条件等因素时,需要对其权重进行调整。

Patent Agency Ranking