基于Bi-LSTM算法的尼日利亚哈科特港空气质量指数预测模型
机器学习
2023-02-09 v1 人工智能
摘要
工业有毒气体的排放、车辆尾气以及大气中有害气体和颗粒物浓度的升高都是空气质量恶化的因素。工业、城市化、人口增长和车辆使用增加等因素导致污染水平快速上升，可能对人类健康产生不利影响。本文提出一种利用双向LSTM模型预测尼日利亚空气质量指数的模型。空气污染数据从在线数据库（UCL）下载。数据集使用python中的pandas工具进行预处理。预处理结果作为训练Bi-LSTM模型的输入特征，以对未来PM2.5和PM10颗粒物的值进行预测。Bi-LSTM模型使用均方误差、平均绝对误差、绝对均方和R^2平方等评估参数进行评价。Bi-LSTM的结果显示均方误差为52.99%，相对均方误差为7.28%，平均绝对误差为3.4%，R^2平方为97%。该模型。这表明该模型在预测尼日利亚哈科特港空气质量时遵循平滑的趋势。
引用
@article{arxiv.2302.03930,
title = {A Model for Forecasting Air Quality Index in Port Harcourt Nigeria Using Bi-LSTM Algorithm},
author = {O. E. Taylor and P. S. Ezekiel},
journal= {arXiv preprint arXiv:2302.03930},
year = {2023}
}