基于动态特征选择和长短期记忆模型的气温预报方法

打开文本图片集

关键词：特征选择；动态相关性；长短期记忆模型；时间序列

0 引言

气温作为气象预报中最常见的要素，与人们的生活息息相关，准确的气温预报对于人们的生活、生产、交通和运输等有重要的现实意义。很多研究者使用决策树[1]、支持向量机[2]和反向传播神经网络[3]等方法分别建立了气温预测模型。这些传统的机器学习方法在气温预测上虽然取得了良好的效果，但这些方法存在的主要问题是无法表达气象数据的时间相关性，这导致对气象要素预报的准确性很难得到提升。（剩余4065字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。