一种空气PM2.5浓度预测方法、系统、终端及存储介质

摘要

本发明提供一种空气PM2.5浓度预测方法、系统、终端及存储介质，均可进行：原始数据获取：得到原始数据集；缺失数据处理：基于删除和填充法修复缺失数据得到修复原始数据集；延时分析：得到过去24小时前P小时内各污染物及气象特征与PM2_5在过去2×P小时内的特征数据的时移Pearson结果；构建特征矩阵：以污染物及气象特征中的所有特征为列，利用污染物及气象特征中每一个特征在修复原始数据集中的特征数据及上述得到的所有时移Pearson结果构建初始矩阵，基于初始矩阵获取特征矩阵；PM2.5浓度预测：将所构建的特征矩阵输入SPP‑LSTM神经网络进行计算，从输出结果中读取得到未来1小时空气中PM2.5的浓度。本发明用于提高空气PM2.5浓度预测精度，用于增加对输入特征的适应能力。