一种基于PCA-IPSO的BiLSTM神经网络预测PM2.5OA
PM2.5 prediction using BiLSTM neural network based on PCA-IPSO
目前空气污染严重,为了实时监测空气质量,保证人们的生活健康,提出了一种新的神经网络预测模型来提高PM2.5的预测精度.通过PCA降维缩减数据的维度简化数据,将PSO的惯性权重从线性减小改进成非线性变化,再将加速因子从固定值进行线性变化,动态地调整了粒子的局部寻优和全局寻优,并且在原有的基础上加入了遗传算法的变异操作,进行自适应变异,避免其陷入局部最优,并对粒子的适应度函数做改进.采用改进的PSO算法优化BiLSTM结构的迭代次数、学习率、两个隐含…查看全部>>
武艳;杜景林;全力;滕达
南京信息工程大学 电子与信息工程学院,江苏 南京 210044南京信息工程大学 电子与信息工程学院,江苏 南京 210044南京信息工程大学 电子与信息工程学院,江苏 南京 210044南京信息工程大学 电子与信息工程学院,江苏 南京 210044
信息技术与安全科学
PM2.5预测BiLSTM神经网络改进PSOPCA自适应变异预测模型适应度函数改进
《现代电子技术》 2022 (1)
基于参与感知的多源气象数据融合及验证分析方法研究
119-124,6
国家自然科学基金项目(41575155)
评论