AI实战：基于深度学习的空气质量预测模型开源代码汇总
基于深度学习的空气质量预测模型开源代码汇总
一、传统机理空气质量模型
空气质量模型是基于人类对大气物理和化学过程科学认识的基础上，运用气象学原理及数学方法，从水平和垂直方向在大尺度范围内对空气质量进行仿真模拟，再现污染物在大气中输送、反应、清除等过程的数学工具，是分析大气污染时空演变规律、内在机理、成因来源、建立“污染减排”与“质量改善”间定量关系及推进我国环境规划和管理向定量化、精细化过渡的重要技术方法。
二、基于深度学习的空气质量预测模型
ST-CausalConvNet
A Spatiotemporal causal convolutional network for predicting PM2.5 concentrations.
代码地址：链接
论文pdf下载地址：链接模型架构：
GRU+CNN+ATTENTION
代码地址：链接GRU
代码地址：链接
Seq2Seq
GRU_Decode_Encode
代码地址：链接AQI-prediction using Nested LSTM and wavelet transform (WT)
AQI-prediction using Nested LSTM and wavelet transform (WT) based on Keras.
代码地址：链接Use seq2seq and xgboost models
Kdd cup data mining competition, the main task is to predict air quality(aq) in Beijing and London in the next 48 hours.
Use seq2seq and xgboost models, ranking 31th in the final leaderboard.
代码地址：链接Machine Learning techniques
This project has applied some Machine Learning techniques to analyse and predict the Air Quality in Beijing.
代码地址：链接
AI实战：基于深度学习的空气质量预测模型开源代码汇总相关推荐
- AI实战：用Transformer建立数值时间序列预测模型开源代码汇总
用Transformer建立数值时间序列预测模型开源代码汇总 Transformer是一个利用注意力机制来提高模型训练速度的模型.,trasnformer可以说是完全基于自注意力机制的一个深度学习模型 ...
- 60项基于深度学习的SLAM顶会开源方案汇总（上篇）
点击进入->3D视觉工坊学习交流群 0. 笔者个人体会 深度学习结合SLAM是近年来很热门的研究方向,也因此诞生了很多开源方案.笔者最近在阅读SLAM综述论文"A Survey on ...
- AI实战：深度学习模型压缩：模型裁剪——Pruning with Keras
前言 上一篇文章 AI实战:深度学习模型压缩:模型裁剪--Pruning with Tensorflow 介绍了使用Tensorflow裁剪模型的方法,本文继续介绍使用Keras裁剪模型的方法及源码分 ...
- PyTorch深度学习实战 | 基于深度学习的电影票房预测研究
基于深度学习的映前票房预测模型(Cross&Dense网络结构模型),该模型通过影片基本信息如:电影类型.影片制式.档期和电影的主创阵容和IP特征等信息对上映影片的票房进行预测. 本篇采用45 ...
- 基于深度学习模型的花卉图像分类代码_实战 | 基于深度学习模型VGG的图像识别（附代码）...
本文演示了如何使用百度公司的PaddlePaddle实现基于深度学习模型VGG的图像识别. 准备工作 VGG简介 牛津大学VGG(Visual Geometry Group)组在2014年ILSVRC ...
- AI实战：深度学习之人脸识别 Face recognition
前言 人脸识别是机器视觉最成熟.最热门的领域,近几年,人脸识别已经逐步超过指纹识别成为生物识别的主导技术. 人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术.用摄像机或摄像头采集含有人脸的 ...
- 基于深度学习的手势识别系统（Python代码，UI界面版）
摘要:本文详细介绍基于深度学习的手势识别系统,在介绍手势识别算法原理的同时,给出了_P__y__t__h__o__n_的实现代码以及_P__y__Q__t_的UI界面.手势识别采用了基于MediaPi ...
- 【AI实战】深度学习基础环境搭建（Ubuntu + anaconda + tensorflow + GPU + PyCharm）
为方便日常的深度学习模型开发与测试,本人在自己笔记本上搭建一个深度学习的基础环境,便于学习AI使用.本人使用的笔记本配置是CPU为8代i5,显卡为GTX1060,内存为8G,基本上可满足日常的AI研究 ...
- AI实战：深度学习必须使用大量数据？数据量对深度学习的重要性可能超乎你的想象！
前言 最近,几个CV相关的项目陆续暴露出识别准确率不高的问题,导致客户反应强烈.其实在项目初期时我就指出过,只有千级的训练数据是无法训练出一个准确率高的模型的. 在此写一篇博文记录一下. 正文 < ...
最新文章
- linux nat span端口镜像,端口镜像span、rspan实现数据检测
- [CF706D]Vasiliy's Multiset（异或字典树）
- DeepFM: A Factorization-Machine based Neural Network for CTR Prediction
- Python 波浪线与补码
- chrome扩展推荐：此刻、今天、最近～一个关于时间管理的扩展 - Momentum
- 【渗透测试】kali使用教程（一）：常用命令和基本工具使用
- 《苹果Mac OS X 10.6 Snow Leopard雪豹操作系统8BT下载地址》
- 读书笔记 - 富爸爸穷爸爸
- 【saltstack学习系列之四】saltstack的returner
- C#使用iTextSharp打印PDF
- sap入门--操作指南
- Android 从服务器获取信息 并显示 （包含服务器端代码）
- win7下用VS编译SBA（摄影测量光束法平差程序库）
- 基金净值预测 建模方案 | 大数据+深度学习应用
- Java 从虚拟机层面看程序代码是怎么运行起来的
- ffmpeg压缩视频
- mysql找不到my.ini文件
- [RK3288][Android6.0] RTC模块RX8010SJ驱动添加及改动
- Ubuntu虚拟机ns_error_failure 0x80004005错误
- windows录音及MP3合成