典型文献
基于门控循环单元和图神经网络的PM2.5预测
文献摘要：
PM2.5浓度指数是衡量空气质量的重要指标之一,但由于PM2.5数据的非线性以及受多种气象因素的影响,因此实现精确预测较为困难.本文采用门控循环单元和图神经网络相结合的混合模型预测的方式,并进一步采用改进的门控循环单元提升网络效果.通过对门控循环单元的输入信息与隐藏层信息进行数据交互增强上下文信息联系,使得门控循环单元模块的转移函数依赖于信息上下文.一系列实验结果表明:提出的改进方法相比于现有的方法具有更好的性能以及泛化效果,在中国生态环境部提出的京津冀地区真实数据集上验证了方法的有效性,与现有网络相比预测准确率更高.
文献关键词：
PM2.5;门控循环单元;图神经网络;混合模型;信息交互;深度学习
中图分类号：
作者姓名：
曹旺;王彤彤;张静怡
作者机构：
四川大学电子信息学院,成都 610065
文献出处：
引用格式：
[1]曹旺;王彤彤;张静怡-.基于门控循环单元和图神经网络的PM2.5预测)[J].现代计算机,2022(05):25-31
A类：
B类：
门控循环单元,图神经网络,PM2,空气质量,气象因素,精确预测,混合模型,单元提升,数据交互,上下文信息,单元模块,系列实验,改进方法,环境部,京津冀地区,真实数据,预测准确率,信息交互
AB值：
0.31235
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。
