一种基于LSTM神经网络的空气微站浓度预测方法.pdfVIP

  • 2
  • 0
  • 约8.31千字
  • 约 8页
  • 2023-06-21 发布于四川
  • 举报

一种基于LSTM神经网络的空气微站浓度预测方法.pdf

本发明公开了一种基于LSTM神经网络的空气微站浓度预测方法,采用孤立森林算法对空气微站获得的污染物浓度数据进行预处理,并且深度学习中融合了批量梯度下降算法,以提高整个系统的稳定性,同时在输入层和隐藏层中加入Dropout算法和L2正则化算法,以避免过拟合现象的产生,整个算法用以使用低成本传感器处理颗粒物浓度,气体浓度的输入以及多个空气质量输出的复杂时空关系。

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113379149 A (43)申请公布日 2021.09.10 (21)申请号 202110704272.X (22)申请日 2021.06.24 (71)申请人 合肥

文档评论(0)

1亿VIP精品文档

相关文档