基于梯度下降优化的LSTM对空气质量预测研究

来源 :陕西科技大学学报 | 被引量 : 0次 | 上传用户:zhangshuai5365
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
文章以2018年~2019年的太原市空气污染物监测数据为基础,建立基于自适应调节学习率的随机梯度下降算法(Adagrad、AdaDelta、Adam)优化的LSTM循环神经网络预测模型,对太原市的空气质量指数(AQI)进行仿真预测,通过对比可得:基于Adam优化的LSTM循环神经网络不仅具备更高的预测精度,而且收敛速度也较快,为城市大气污染治理工作提供了科学合理的理论研究,具有更远的发展前景.
其他文献
为研究双风机并联机站进口、出口风流相互影响的机站局部阻力特性,构建机站通风局部阻力计算的数学模型,同时运用相似原理建立双风机并联通风机站实验模型,并佐以数值模拟对
结合常规气象观测资料、高低空环流形势、中尺度分析、物理量场特征及FY-2E气象卫星云图特征分析等对青海东北部2016年8月18日局部暴雨进行分析。结果表明,此次暴雨天气过程