一种基于窄带物联网和时序网络的空气质量预测方法及装置

本发明公开了一种基于窄带物联网和时序网络的空气质量预测方法及装置，属于环境保护技术领域，根据采集的空气质量历史数据，使用皮尔逊相关性分析，确定影响空气质量污染物分指数的主要污染物浓度因素，构建了6个包含长短期记忆网络(LSTM)模块和全连接网络模块(FCN)的时序神经网络模型，每个时序神经网络模型根据历史样本数据中每种污染物浓度的影响因素和该污染物浓度的时序数据映射关系拟合模型，引入最小方差函数作为优化函数，本发明可以为8小时的空气质量指数预测提供保证，同时为大规模的空气污染爆发提供预警，利用该预警通过分析空气污染成分确定污染源，阻断污染源，保护空气质量，为人们健康生活提供保障。