免责声明：以上消息未经人工确认，本平台不担保其真实性和有效性，交易前请仔细核实。
本发明属于PM2.5时序预测领域,是一种基于时空注意力的长时序pm2.5预测方法及系统，所述方法包括获取输出并进行预处理；将预处理后的数据输入特征提取网络进行特征提取；利用空间注意力网络将不同站点提取的特征连接并融合；将空间注意力网络处理后的特征通过多层双向LSTM得到过去的特征；将待预测时间段对应的已知的未来特征数据，通过神经网络提取得到未来的特征并未来的特征进行连接后，得到预测结果；使用考虑到数据的标准偏差波动和平均误差的损失函数对网络进行迭代训练直到收敛；将待测站点数据输入已完成训练的基于时空注意力的PM2.5预测网络，并输出预测结果；本发明能够精准的进行长时序的pm2.5预测。
