长短期记忆网络（LSTM）在气象数据分析中的应用

摘要

伴随着计算机技术的迅猛发展，深度学习开启了人工智能新时代。以深度学习为代表，伴随其在计算机视觉、语音识別、自然语言处理等领域取得的突破性进展，新技术创新带来的不仅是挑战，同时也给气象预测技术的发展带来了机遇。

课题针对气象温度进行时间序列建模，通过分析国内外研究现状及对时间序列预测模型的研究与对比，提出了改进深度学习框架来进行温度时间序列预测的思路。考虑到普通神经网络中出现的气象参数被认为是彼此独立，时序关系一般不被考虑的缺点，在对气象预测模型的构建中，提出了通过滑动时间窗手段改造，让普通神经网络也能学习到历史时序特征。实验表明，在深度