典型文献
面向深度学习的空气质量预测研究进展
文献摘要：
空气污染是影响公共卫生的重要因素,空气质量预测是空气污染预警的关键,是近年来环境学、统计学、计算机科学等领域中的热点研究课题.本文综述了空气质量预测方法的研究现状与进展,尤其对近年来新发展起来的深度学习方法在空气质量预测方面的应用进行了系统分析与总结.首先,介绍了空气质量预测方法的演变历程和空气污染数据集.然后,阐述了传统空气质量预测方法.随后,从时间信息、时空信息、注意力机制等角度出发,重点分析和比较了现有面向深度学习的空气质量预测方法的进展.最后,对空气质量预测方法的未来发展趋势进行了总结与展望.
文献关键词：
空气污染;空气质量预测;深度学习;注意力机制
中图分类号：
作者姓名：
赵小明;顾珂铭;张石清
作者机构：
浙江理工大学信息学院,杭州310018;台州学院智能信息处理研究所,台州317000
文献出处：
引用格式：
[1]赵小明;顾珂铭;张石清-.面向深度学习的空气质量预测研究进展)[J].计算机系统应用,2022(11):49-59
A类：
B类：
空气质量预测,预测研究,空气污染,环境学,计算机科学,热点研究,研究课题,研究现状与进展,深度学习方法,演变历程,时间信息,时空信息,注意力机制,总结与展望
AB值：
0.184441
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。
