基于GCN-LSTM的空气质量预测  

作　　者：许胜华 

机构地区：[1]江西理工大学土木与测绘工程学院,江西赣州341000

出　　处：《清洗世界》2024年第12期57-59,共3页Cleaning World

摘　　要：本文基于2017~2020年的空气污染因子、气象因子等多源时空数据,构建GCN-LSTM模型进行江西省AQI的预测,然后使用RMSE、MAE、MAPE和R2等指标进行评价,实验结果表明RMSE为7.62,MAE为7.22,MAPE为11.20%,R^(2)为87.33%。因此,可以认为GCN-LSTM模型是一个有效的工具,可以用于预测空气质量。

关 键 词：时空数据 GCN-LSTM 预测 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]