一种空气污染物浓度预测深度学习平台

作者：卢淑怡; 张波; 张旱文; 俞豪; 高浩然; 刘波

来源：上海师范大学学报(自然科学版), 2020, 49(01): 102-108.

• 深度学习
• 空气污染预测
• 长短期记忆(LSTM)网络模型
• 大数据

在空气污染大数据预处理的基础上,提出了一个基于深度学习的空气污染物浓度预测平台.该平台架构分为数据采集层、模型层和可视化界面层3个层次,分别实现了数据采集与处理,基于长短期记忆(LSTM)网络模型的污染物浓度预测,以及预测结果可视化的功能,通过对用户个性化模型参数的设置,实现不同时间段污染物浓度时间序列的预测.

• 单位
  上海师范大学; 机电工程学院