达卡空气污染预测 这是一个包含代码和一些处理过的数据的存储库,该代码和一些处理过的数据用于本科论文“使用基于深度学习的方法预测达卡市的大气污染与气象参数”。有关更多详细信息,请通过与我联系。 论文摘要 由于Swift的社会经济变化和不断增长的人口,达卡市没有任何适当的规划和控制就Swift发展。因此,在过去的几十年中,这座城市见证了整体环境状况的惊人恶化,尤其是空气质量的恶化。尽管与不同的空气污染物相关的健康问题令人担忧,但由于缺乏适当的框架,该市仍未实施有效的空气污染预警系统。在这项研究中,开发了一种基于深度学习的利用气象参数的空气污染预测系统。长期短期记忆(LSTM)是一种基于递归神经网络的架构,已用于预测不同污染物的浓度水平。已将开发模型的预测性能与全连接人工神经网络(ANN)和多元线性回归(MLR)的预测性能进行了比较。 从达卡的三个不同的连续空气监测站(CAMS)收集了六种标准空