首页|基于WT-BiLSTM-ARMA模型的PM2.5浓度预测研究

基于WT-BiLSTM-ARMA模型的PM2.5浓度预测研究

扫码查看
原文链接
  • 万方数据
  • 维普
针对PM2.5浓度预测问题,提出一种基于小波变换的模型.在北京市六个大气污染监测站测得的PM2.5浓度数据上,运用小波分解算法对原始数据序列进行特征提取,使用BiLSTM对高频序列进行预测,同时使用ARMA对低频序列进行预测,最后将各个子序列的预测值进行小波重构得到最终预测结果.实验结果表明,相较于传统单一模型和组合模型,该模型的性能和预测精度均有提高.
Prediction of PM2.5 concentration based on WT-BiLSTM-ARMA model

程妍菲、张明辉、王宝珠

展开 >

河北工业大学电子信息工程学院,天津 300401

PM2.5预测 BiLSTM神经网络 小波变换 ARMA模型

河北省自然科学基金河北省博士创新能力培养资助项目

F2020202045CXZZDS2022040

2023

10.16644/j.cnki.cn33-1094/tp.2023.01.011

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(1)
  • 2
  • 6