Indexed by：
Abstract：
一种融合EMD和LSTM的城市PM2.5浓度预测方法涉及空气质量浓度预测领域。首先，获取每小时时间序列数据，对获取的数据进行数据清洗；然后，使用经验模态分解EMD对PM2.5浓度数据进行平稳化处理，得到多个分量；接着，确定滑动时间窗口T，对每个分量进行数据序列段切分处理，并归一化统一量纲，得到多个数据集；将数据集划分为训练集和测试集，分别构建LSTM网络模型进行训练，最后使用训练好的模型对各个分量进行预测，并对其进行反归一化处理，得到最终的城市PM2.5浓度预测结果。在此基础上构建长短期记忆神经网络LSTM模型并进行训练；最后，使用训练好的模型进行预测，并对其进行反归一化处理，得到最终的城市PM2.5浓度预测结果。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201911359480.X
Filing Date： 2019-12-25
Publication Date： 2020-05-12
Pub. No.： CN111144286A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
