龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：江苏海洋大学
申请日：2023-10-09
公开（公告）日：2024-06-21
公开（公告）号：CN117420052B
主分类号：G01N15/06
分类号：G01N15/06;G01W1/02;G06N3/006;G06F18/2135;G06N3/0442;G06N3/08
优先权：
专利状态码：有效-授权
法律状态：2024.06.21#授权;2024.02.06#实质审查的生效;2024.01.19#公开
摘要：本发明公开了一种融合多尺度时空信息的PM2.5预测方法，该方法包括以下步骤：（1）获取得到区域污染监测数据和气象特征数据，分为训练数据和测试数据；（2）利用蚁群优化二叉树对气象数据进行主元成分分析；（3）获取得到区域地理空间坐标及森林覆盖率数据，并分为训练数据和预测数据；（4）构建多尺度二维空间植被覆盖栅格图；（5）构建空间注意力机制的LSTM网络（SLSTM）；（6）基于多尺度空间覆盖栅格图与气象主元成分，利用SLSTM进行训练；（7）基于步骤（6）的训练模型对测试数据进行预测，得到预测区域的PM2.5值。本发明融合多尺度的时空气象数据与地理空间信息数据，对多元气象特征进行蚁群优化，在减少非重要因素对预测精度影响的同时，也加快了网络预测效率。
主权项：1.一种融合多尺度时空信息的PM2.5预测方法，其特征在于：所述方法采用的步骤具体如下：S1:获取得到区域污染监测数据和气象数据，将数据分为训练数据和测试数据；S2:利用蚁群优化二叉树对气象数据进行主元成分分析；S3:获取得到区域地理空间坐标及森林覆盖率数据，并分为训练数据和测试数据；S4:构建多尺度二维空间植被覆盖栅格图；S5:构建空间注意力机制的LSTM网络；S6:基于S4中的多尺度空间覆盖栅格图与S2中的气象主元成分，利用SLSTM进行训练；S7:基于S6的训练模型对测试数据进行预测，得到预测区域的PM2.5值。
全文数据：
权利要求：
百度查询： 江苏海洋大学 一种融合多尺度时空信息的PM2.5预测方法
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号