10.3969/j.issn.1000-386x.2023.10.018
基于生成对抗网络模型的小样本PM2.5预测
针对目前数据驱动的方法在小样本下PM2.5 预测准确率较低的问题,提出一种基于生成对抗性网络(GAN)模型PME-GAN,用于在线预测PM2.5浓度值.在生成器中加入长短期记忆网络(LSTM)并用于提取输入数据的时序特征,在判别器中加入多层感知机网络(MLP),通过生成器对PM2.5 浓度值进行预测.与LSTM、GRU、CNN-LSTM和CNN-GRU 4 种模型进行对比实验,结果表明,该方法在小样本数据集上具有更高的预测准确率,对保定测试集的后25%数据开始预测,预测效果很好.
小样本、PM2.5预测、生成对抗性网络、博弈
40
TP3(计算技术、计算机技术)
大连市科技创新基金项目;大连市科技创新基金项目
2023-11-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
114-119