首页|基于LSTM的空气质量预测

基于LSTM的空气质量预测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
本文基于2017～2020年的空气污染因子、气象因子等多源时空数据,构建LSTM模型进行江西省AQI的预测,然后使用RMSE、MAE、MAPE和R2等指标进行评价,实验结果表明RMSE为10.47,MAE为10.16,MAPE为15.85％,R2为75.19％.因此,可以认为LSTM模型是一个有效的工具,可以用于预测空气质量.

许胜华

展开 >

江西理工大学土木与测绘工程学院,江西 赣州 341000

时空数据 LSTM 预测

2025

清洗世界
中国化工信息中心

清洗世界

影响因子：0.237
ISSN：1671-8909
年,卷(期)：2025.41(1)