技术特征：
技术总结
本发明涉及人工智能与大数据领域，涉及基于多元统计分析和LSTM融合的PM2.5浓度预测方法，包括在理论层面上分析两者的优缺点，并在此基础上构建基于两者的融合算法；通过从省控点、国控点获取气象数据与污染物数据；采样近半年的数据，通过使用Pearson相关系数分析各因子与PM2.5浓度的相关性；将所有数据分为训练数据、测试数据、预测数据三个部分，其中使用训练数据去训练模型，并设置相关的模型参数；将测试数据输入模型中，最终获取预测结果，本发明通过分析PM2.5的时间和空间特性，将数据进行降维，通过深度学习技术，挖掘PM2.5的深层数据特征，大大提升了数据运算的速度，结合精度的提升，使预测工作可以实时进行，消除数据滞后性问题。
技术研发人员：方强;何粤城;王学锐
受保护的技术使用者：武汉乐易创想科技有限公司
技术研发日：2019.03.19
技术公布日：2019.06.18