基于改进LSTM模型的大气温度预测

摘要

大气温度变化和人类的活动密切相关,因此,进行精确的大气温度预测对人类活动具有重要意义.该文针对RNN和LSTM因记忆模块能力不足而产生的大气温度预测滞后问题,提出了增加卷积神经网络的改进LSTM预测方法,并对中国气象数据网中沈阳市(站号54342)的温度数据进行验证.结果显示,改进LSTM模型可以将温度预测的均方根误差从0.003 049提高到0.002 083,判定系数从0.978提高到0.981,说明改进的LSTM预测模型对大气温度进行模拟预测是有效的.