作者：陈宁; 毛善君; 李德龙; 岳俊深度学习lstm模型协同训练空间因素
摘要：针对通过数值方法对PM2.5进行预测已经取得了良好的效果,但相关模型重视时间影响因子而对空间影响因素的关联性考虑不足的问题,该文提出了多基站协同训练长短时记忆网络预测模型。该模型以时空数据作为输入,并将多个基站数据进行协同训练。MC-LSTM网络通过采用多基站共享参数的方式,减少了需要训练的网络复杂度,减轻了网络过拟合的风险。利用MC-LSTM网络对北京市21个监测基站数据进行了处理,结果表明：MC-LSTM网络能够同时对各个基站的PM2.5浓度进行预测。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
