| 多基站协同训练神经网络的PM2.5预测模型 |
| |
| 引用本文： | 陈宁,毛善君,李德龙,岳俊.多基站协同训练神经网络的PM2.5预测模型[J].测绘科学,2018(7):87-93. |
| |
| 作者姓名： | 陈宁 毛善君 李德龙 岳俊 |
| |
| 作者单位： | 北京大学遥感与地理信息系统研究所,北京,100871
北京大学城市与环境学院,北京,100871 |
| |
| 基金项目： | 国家重点研发计划项目(2016YFC0801800;2016YFC0801805)，21世纪开放基金项目(21AT-2016-03) |
| |
| 摘 要： | 针对通过数值方法对PM2.5进行预测已经取得了良好的效果,但相关模型重视时间影响因子而对空间影响因素的关联性考虑不足的问题,该文提出了多基站协同训练长短时记忆网络预测模型。该模型以时空数据作为输入,并将多个基站数据进行协同训练。MC-LSTM网络通过采用多基站共享参数的方式,减少了需要训练的网络复杂度,减轻了网络过拟合的风险。利用MC-LSTM网络对北京市21个监测基站数据进行了处理,结果表明:MC-LSTM网络能够同时对各个基站的PM2.5浓度进行预测。
|
| 关 键 词： | PM2.5预测 深度学习 LSTM模型 协同训练 空间因素 |
PM2.5 prediction model based on multi-station co-training neural network |
| |
| CHEN Ning,MAO Shanjun,LI Delong,YUE Jun.PM2.5 prediction model based on multi-station co-training neural network[J].Science of Surveying and Mapping,2018(7):87-93. |
| |
| Authors: | CHEN Ning MAO Shanjun LI Delong YUE Jun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
