|
|
|
|
基于注意力机制的PM2.5浓度预测模型 |
| |
| 论文目录 |
| |
| 摘要 | 第8-10页 | | Abstract | 第10-11页 | | 第1章 绪论 | 第12-20页 | | 1.1 选题背景及研究意义 | 第12-13页 | | 1.2 空气质量预测的研究现状 | 第13-17页 | | 1.2.1 国外研究现状 | 第13-15页 | | 1.2.2 国内研究现状 | 第15-17页 | | 1.3 论文主要研究内容 | 第17-18页 | | 1.4 论文组织结构 | 第18-20页 | | 第2章 相关技术及理论介绍 | 第20-28页 | | 2.1 神经网络模型 | 第20-21页 | | 2.2 循环神经网络 | 第21-23页 | | 2.3 长短时记忆网络 | 第23-25页 | | 2.4 Attention机制 | 第25-28页 | | 第3章 Attention-LSTM模型 | 第28-38页 | | 3.1 Attention-LSTM模型设计 | 第28-35页 | | 3.1.1 模型结构 | 第28-29页 | | 3.1.2 损失函数 | 第29-30页 | | 3.1.3 批量标准化 | 第30-31页 | | 3.1.4 正则化方法 | 第31-32页 | | 3.1.5 优化算法 | 第32-35页 | | 3.2 实验环境 | 第35-38页 | | 3.2.1 硬件环境 | 第35-36页 | | 3.2.2 软件环境 | 第36-38页 | | 第4章 基于三个输入因子的PM2.5浓度预测 | 第38-48页 | | 4.1 数据来源及数据描述 | 第38-41页 | | 4.2 数据预处理 | 第41-43页 | | 4.2.1 缺失值处理 | 第41页 | | 4.2.2 数据标准化 | 第41-43页 | | 4.2.3 划分训练集和测试集 | 第43页 | | 4.3 实验结果 | 第43-48页 | | 第5章 基于十个输入因子的PM2.5预测 | 第48-58页 | | 5.1 数据来源 | 第48-50页 | | 5.2 数据预处理 | 第50-52页 | | 5.2.1 数据集成 | 第50-51页 | | 5.2.2 类别特征数值化 | 第51页 | | 5.2.3 缺失值处理 | 第51-52页 | | 5.2.4 数据标准化 | 第52页 | | 5.3 各因素相关性分析及特征选择 | 第52-54页 | | 5.3.1 相关性分析 | 第52-53页 | | 5.3.2 特征选择 | 第53-54页 | | 5.4 实验结果 | 第54-58页 | | 第6章 结论与展望 | 第58-60页 | | 参考文献 | 第60-66页 | | 致谢 | 第66-67页 | | 学位论文评阅及答辩情况表 | 第67页 |
|
|
|
|
论文编号BS4613547，这篇论文共67页
会员购买按0.35元/页下载，共需支付23.45元。 直接购买按0.5元/页下载，共需要支付33.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务