恭喜合肥学院吴晓璇获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜合肥学院申请的专利一种基于Copula熵相关性分析的PM2.5预测方法和系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114997510B 。
龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210721287.1,技术领域涉及:G06Q10/04;该发明授权一种基于Copula熵相关性分析的PM2.5预测方法和系统是由吴晓璇;朱俊;邹庆尊设计研发完成,并于2022-06-17向国家知识产权局提交的专利申请。
本一种基于Copula熵相关性分析的PM2.5预测方法和系统在说明书摘要公布了:本申请涉及空气污染防治技术领域,具体涉及一种基于Copula熵相关性分析的PM2.5预测方法和系统,该方法包括获取大气污染物历史数据以及气象因素历史数据,基于Copula熵相关性分析,对所述大气污染物历史数据以及气象因素历史数据中的影响因子进行排序,获得排序后与PM2.5相关性较大的主影响因子的影响因素,基于Copula熵相关性分析,对所述大气污染物历史数据以及气象因素历史数据中的影响因子进行排序,获得排序后与PM2.5相关性较大的主影响因子的影响因素,基于AGA确定LSTM模型中的参数,基于所述LSTM模型对污染物预测,获得PM2.5预测结果。利用CE实现PM2.5与气象因素及大气污染物间的相关性分析,实现污染物预测。
本发明授权一种基于Copula熵相关性分析的PM2.5预测方法和系统在权利要求书中公布了:1.一种基于Copula熵相关性分析的PM2.5预测方法,其特征在于,所述PM2.5预测方法包括以下步骤:获取大气污染物历史数据以及气象因素历史数据;基于Copula熵相关性分析,对所述大气污染物历史数据以及气象因素历史数据中的影响因子进行排序,获得排序后与PM2.5相关性较大的主影响因子的影响因素;再次利用Copula熵相关性分析对所述主影响因子与PM2.5相关性进行相关系数归一化,作为每个主影响因子的权重,带入构建的AGA-LSTM预测模型;基于AGA确定LSTM模型中的参数,基于所述LSTM模型对污染物预测,获得PM2.5预测结果;其中,所述Copula熵基于Copula理论,所述Copula理论中多元概率密度函数表征边数与Copula密度函数的乘积,Copula密度函数表征随机变量之间的依赖结构,所述Copula熵为非参数方法用于从数据中估算CE或MI,所述非参数方法包括:估算经验Copula密度函数以及估算Copula熵;其中,所述构建的AGA-LSTM预测模型为将AGA与LSTM相融合构建AGA-LSTM预测模型,用于对PM2.5的预测,所述AGA-LSTM预测模型的构建方法,包括以下步骤:步骤S101、对LSTM中的参数隐含层神经元数、训练次数、学习率进行二进制编码;步骤S102、基于LSTM中的参数的二进制编码,产生初始种群N,其中,N为偶数;步骤S103、建立LSTM模型,对训练集、测试集的数据进行训练和预测,将预测的均方差误差作为AGA适应度值fi;步骤S104、按轮盘赌规则选择N个个体,计算favg和fmax;步骤S105、将群体中的各个体随机搭配成对,共组成N2对,每一对个体按照自适应公式计算自适应交叉概率随机产生R0,1,若R<Pc,则对该对染色体进行交叉操作;步骤S106、对于群体中的所有个体N,按照自适应变异公式计算自适应变异概率若R<Pm,则对该染色体进行交叉操作;步骤S107、计算由交叉和变异生成新个体的适应度,新个体与父代一起构成新群体;步骤S108、判断是否满足终止条件,若满足,则终止返回最优参数,否则执行步骤S104;步骤S109、利用AGA获得的最优参数构建LSTM网络模型;训练模型,实现预测结果输出。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人合肥学院,其通讯地址为:230601 安徽省合肥市经济技术开发区锦绣大道99号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。