融入注意力机制的PM2.5预测模型

作者：彭玉青^*; 乔颖; 陶慧芳; 刘宪姿; 刘元剑

来源：传感器与微系统, 2020, 39(07): 44-47.

DOI：10.13873/J.1000-9787(2020)07-0044-04

• 注意力机制
• PM2.5
• 长短期记忆(LSTM)
• 特征因子

针对空气污染中PM2.5值预测问题,以北京市顺义监测站每小时监测数据为研究对象,提出了融入注意力机制的PM2.5预测模型,该模型有效利用长短期记忆(LSTM)可记忆时间序列中长期信息的优势,通过局部注意力机制学习多特征因子和PM2.5之间的权重分布,从而关注对PM2.5值影响较大的特征,提升最终预测效果。实验结果表明:融入注意力机制的PM2.5预测模型的评价指标具有更优的性能。

• 单位
  河北工业大学