基于一维卷积神经网络的空气质量预测研究

随着工业化和城市化的加剧,空气污染问题逐渐突显,直接威胁到人们的身体健康。空气质量成为人们生活中一个不容忽视的重要问题,如果能预知未来空气质量状况,将有利于对空气污染进行有效地防控。空气质量预测方法主要有基于大气化学模型的机理模型以及基于机器学习的统计模型。其中基于机器学习的相关技术:多元线性回归、支持向量机、决策树、随机森林、神经网络等,在空气质量预测中取得了良好的效果。