【摘 要】
：
近年来,中国环境污染问题愈发突显,其中大气污染问题更是倍受关注。需知空气质量与我们的生活、工作和学习紧密关联,然而中国各城市频发的雾霾天气实在令人担忧。形成雾霾天的主要原因就是空气中PM2.5含量过高,所以研究如何准确预测PM2.5浓度对我们的现实生活意义非凡。考虑到GRU模型作为循环神经网络的分支,同时具有预测精度高和计算效率快这两大优点。又考虑到在近年来,Attention机制在各类机器学习模
论文部分内容阅读
近年来,中国环境污染问题愈发突显,其中大气污染问题更是倍受关注。需知空气质量与我们的生活、工作和学习紧密关联,然而中国各城市频发的雾霾天气实在令人担忧。形成雾霾天的主要原因就是空气中PM2.5含量过高,所以研究如何准确预测PM2.5浓度对我们的现实生活意义非凡。考虑到GRU模型作为循环神经网络的分支,同时具有预测精度高和计算效率快这两大优点。又考虑到在近年来,Attention机制在各类机器学习模型中有着较广泛的应用,并且在提升模型性能这方面上取得了良好效果,所以本文将探究Attention机制与GRU模型组合成的改良模型在PM2.5浓度预测上的效果。为了探究Attention+GRU模型的预测效果,本文选取ARIMA模型,SVR模型,BPNN模型和GRU模型作为四种基准模型,MSE、MAE和MAPE为评价指标,最后根据以上五种模型的评价指标值比较预测效果的优劣。本文选择重庆市2018年1月1日到2022年1月31日的空气污染物日度数据,在对数据进行预处理和相关性分析后,以PM2.5浓度作为被预测变量,数据中的其余污染物浓度作为特征变量,依次训练上述五种模型并计算预测结果评价指标值,对比指标值得出结论:在融入Attention机制后,GRU模型的预测准确率有了明显提高,Attention+GRU模型预测效果最佳。最后本文展示了基于Attention+GRU模型所得到的PM2.5浓度预测值,统计其污染等级并加以分析。
其他文献
中国经济社会经过30多年的快速发展,取得了经济总量位居第二的显著成就。但是随着过去粗放型发展,伴随而来的是资源的日渐消耗以及环境的日渐恶化,这也成为了中国经济实现可持续发展的瓶颈。近年来保护环境已逐渐成为全社会各界的普遍共识,随着低碳经济和可持续发展理念的深入,中国政府在考虑经济发展对生态环境潜在影响的同时,认识到了在经济发展中进行产业结构化升级以及转变经济发展方式的重要性,将绿色金融加入到国家重
随着素质教育的不断推进和深化，在小学体育教学中，安全教育的重要性越来越高，因此每个体育教师都应当针对体育课中所存在的各种安全问题来制订相应的解决策略，力求规避这些安全问题，保障学生在从事体育活动时的安全。具体而言，体育教师不仅要强化自身的安全教育观念，提高自身的安全教育水平，还要定期检修并维护体育器材，带领学生做好课前热身活动，并根据学生的具体身体状况制订个性化的训练目标，强化学生的安全意识，从而
随着互联网技术的飞速发展,互联网企业在人民生活和社会生产中承担着越发重要的角色。互联网企业独特的商业模式和资本结构,例如有大量的无形资产,通过资金的不断投入去占领市场而导致企业前期出现亏损等,决定了互联网企业的估值方式必将有别于传统企业。对于互联网企业的估值,其准确性一方面影响着企业经营者对于自身企业价值的认知,未来经营方式的选取;另一方面也影响着投资者对互联网企业进行投资时的判断和决策。所以如何
我国股票市场上一直流传着“新股不败”的神话,这是因为新股上市首日往往能够收获巨大的涨幅,从而给投资者带来巨大的收益。然而这一现象在近几年有所改变,自科创板试行注册制以来,新股破发现象频频出现。2021年全年IPO首日破发个股达到22只,其中有10只皆来自科创板。大量IPO首日破发不仅让无数个人投资者遭受重创,而且破发所产生的联动效应往往会影响到其他公司,导致市场上的一些高质量公司难以筹集到公司发展
在国家不断深化国有企业改革的背景下,混合所有制改革对优化国企治理结构、加快国企运行效率、提高国企创新能力而言,起到了至关重要的作用。目前通过混改加快国企转型升级步伐的进程如火如荼。2017年国家持续推进重点领域的企业进行混合所有制改革试点,中国联通被列为首批混改试点企业。中国联通作为关系国家网络强国战略及民生安全的关键央企,自成立以来就经历了电信行业不断改革变化的过程,成为了行业的三巨头之一,但在
地方政府作为区域经济发展的主要推动者,通过举债投资刺激着各地经济飞速发展,但也埋下了地方政府债务风险隐患。近年来,重庆市积极推进基础设施建设,提升了地区经济活力,但同时也积累下大规模的地方政府债务,面临2021-2023年的偿债高峰期,债务风险存在超预期释放的可能。因此,本文以重庆市及各区县为研究对象,用定性和定量的方法研究重庆市及各区县地方政府债务风险。本文首先梳理了地方政府债务相关概念和相关理
脑卒中是危害人们健康的主要疾病之一,是世界上仅次于心脏病的第二大死亡原因,是我国人口的首要死亡原因。它的发病率高,很容易造成成年人残疾,严重危害人们的健康,如果不及时治疗,甚至会导致死亡。根据研究可知,对脑卒中风险进行早期预测可以帮助医生和患者及时关注疾病并尽早干预,可以有效降低脑卒中发病率和并发症的风险,因此及时诊断和干预是及其重要的。本次研究旨在构建用于预测早期脑卒中风险的机器学习模型。本次研
现有研究表明,新闻信息是影响股票走势的重要因素之一。有关股票的新闻信息通常以文本的形式出现,而机器学习在处理文本等信息时表现优异。如何有效的提取新闻中关于股票的有效特征,将其与交易数据统筹起来,提高股票预测的准确率,成为当下股票走势预测研究的一个热门方向。目前,在新闻事件纳入股票预测的范围时,一种是直接提取新闻情感极性,由于情感极性大多有比较隐晦的特点,会造成信息遗漏;一种是直接提取微博、推特等信
随着金融市场的发展,个人信贷越来越多,而传统信贷审批方式已经跟不上如今个人信贷的发展,所以如果能对贷款违约情况提前进行预测从而减少贷款违约造成的损失,那么个人信贷的审批就能更加高效。贷款违约问题从始至终存在于各大金融机构中,如何寻求一个好的风险管理方法,使得个人信贷审批更加可靠,这是各大金融机构都一直以来的追求。而金融科技手段就成为了这些机构的最佳选择,很多金融机构在风控中所运用的方法大多都是比较
近两年,受新冠疫情和国际形势的影响,国内就业环境日渐严峻,而数字经济由于其在疫情期间展现出的独特优势,成为我国目前大力发展的对象,分析数字经济发展水平对我国就业产生的影响可以为改善就业形势、解决就业民生问题提供参考依据。在众多学者对两者之间影响关系的研究中,大多数学者主要探究了数字经济发展水平对就业人数和就业结构的影响,对就业质量的关注较少。在分析就业人数受到的影响时,有学者认为数字经济发展促进了