TY -的A2 -杨,Xiaoxian盟——邹,翔宇盟——赵金近盟——赵段盟——太阳,本盟——他,释永信AU - f, Stelios PY - 2021 DA - 2021/02/19 TI -空气质量预测基于时空的注意机制SP - 6630944六世- 2021 AB -物联网的快速发展和大数据,智慧城市受到越来越多的关注。准确高效地预测空气质量是建设智慧城市的重要组成部分。然而，空气质量预测是非常具有挑战性的，因为它受到许多复杂因素的影响，如空气质量检测传感器之间的动态空间相关性，动态时间相关性，以及外部因素(如道路网络和兴趣点)。为此，本文提出了一种基于时空关注机制(STA-LSTM)的长短时记忆(long - short- memory, LSTM)空气质量预测模型。该模型采用编码器-解码器结构对时空特征进行建模。在编码器中引入了空间关注机制，以捕获周边站点对预测区域的相对影响。在解码器中引入了时间注意机制来捕获空气质量的时间依赖性。此外，对于兴趣点(point of interest, POI)、路网等空间数据，本文采用LINE图嵌入方法获得空间数据的低维向量表示，获得丰富的空间特征。本文对北京数据集的STA-LSTM进行了评估，并对均方根误差(RMSE)和误差进行了分析 R平方( R 2 )指标用于与六个基准进行比较。实验结果表明，与其他基准相比，本文提出的模型具有更好的性能。SN - 1574-017X UR - https://doi.org/10.1155/2021/6630944 DO - 10.1155/2021/6630944 JF -移动信息系统PB - Hindawi KW - ER -