典型文献
基于双向循环神经网络的空气质量预测模型的实现
文献摘要：
近年来环境问题被越来越多人关注,相对于空气质量的预测也渐渐变得日趋重要.基于传统的机器学习构建的空气质量预测模型也投入了实际应用,但对于动态存在的污染物质,传统机器学习构成的模型对于数据的有效性存在不足.针对这个问题提出一种以双向循环神经网络为主,卷积神经网络为辅的一种预测模型.若单纯应用双向循环神经网络进行预测相较于增加了一维卷积神经网络,后者提高了4％的被解释方差.新模型相较于传统的线性回归、最小角回归、贝叶斯回归提升了20％～50％的被解释方差.
文献关键词：
机器学习;双向循环神经网络;卷积神经网络
中图分类号：
作者姓名：
陈春玮;张建明;贺易栋
作者机构：
广东职业技术学院,广东 佛山528000
文献出处：
引用格式：
[1]陈春玮;张建明;贺易栋-.基于双向循环神经网络的空气质量预测模型的实现)[J].科学技术创新,2022(28):25-28
A类：
B类：
双向循环神经网络,空气质量预测,渐渐,一维卷积神经网络,最小角回归,贝叶斯回归
AB值：
0.145343
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
