13 基于BiLSTM-DANN的大气污染物预测模型研究

王必胜,马占飞,罗雯丽,蒋静,魏慧

• 1:内蒙古科技大学数智产业学院

• 2:包头师范学院

• 
  

摘要(Abstract)：

提出了一种基于BiLSTM-DANN的大气污染物浓度预测模型。该模型由特征提取器，领域判别器和回归预测器3部分组成。首先，利用基于BiLSTM的特征提取器自动提取源域和目标域的时间特征；其次，DANN通过特征提取器和领域判别器的对抗性领域适应来挖掘源域和目标域之间的领域不变特征；最后，将训练好的模型应用于目标域任务预测。通过与LSTM、DANN、BiLSTM、TCN和Transformer模型对比，该模型的平均绝对误差(MAE)、均方根误差(RMSE)分别下降9%和4%,预测精度有较大提升。

关键词(KeyWords)： BiLSTM神经网络;DANN神经网络;迁移学习;污染物预测

基金项目(Foundation): 国家自然科学基金(61762071,61163025)

作者(Author): 王必胜,马占飞,罗雯丽,蒋静,魏慧

DOI: 10.16559/j.cnki.2095-2295.2024.04.013