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：青岛理工大学
申请日：2024-03-04
公开（公告）日：2024-06-25
公开（公告）号：CN118248244A
主分类号：G16C20/30
分类号：G16C20/30;G01N33/00;G01W1/00;G16C20/70;G06F18/27;G06N3/0455;G06N3/0499;G06N3/08;G06F123/02
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明公开了一种基于STL‑Transformer的臭氧浓度预测方法，属于大气质量检测技术领域，包括：采用时间序列分解算法STL将臭氧浓度实测序列分解为季节分量、趋势分量和剩余分量；将分解后的三个分量与环境空气质量指数、空气质量评价参数、气象参数拼接，作为Transformer模型的输入序列；利用Transformer模型对未来不同时段的臭氧浓度进行预测，输出臭氧浓度的预测值。本发明基于STL算法和Transformer模型设计的臭氧浓度预测方法，能够充分捕捉臭氧变化的先验信息，通过提取多源数据的全局信息，可以显著提升臭氧浓度的预测质量和预测结果的可解释性。
主权项：1.一种基于STL-Transformer的臭氧浓度预测方法，其特征在于，包括：采集一段时间内空气中的臭氧浓度数据，形成臭氧浓度实测序列；采用时间序列分解算法STL将臭氧浓度实测序列分解为季节分量、趋势分量和剩余分量，形成臭氧序列的三个分量；将分解后的三个分量与环境空气质量指数、空气质量评价参数、气象参数拼接，作为Transformer模型的输入序列；利用Transformer模型对未来不同时段的臭氧浓度进行预测，通过Transformer模型输出的结果即为臭氧浓度的预测值。
全文数据：
权利要求：
百度查询： 青岛理工大学 一种基于STL-Transformer的臭氧浓度预测方法
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