龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：北京工业大学
摘要：本发明公开了基于ConvFormer‑KDE的长时PM2.5浓度点与区间预测方法。该方法通过卷积神经网络和Transformer技术实现测站准确PM2.5浓度点预测基础上，利用核密度估计技术量化了预测的不确定性和波动性。首先，对采集到的多测站多源数据集异常值和缺失值进行预处理。在影响因素选择方面，综合考虑空气污染污染物和气象因素之间的相互作用。其次，建立ConvFormer模型，该模型将卷积神经网络CNN和Transformer结合以捕获多元变量之间的长期依赖性，实现PM2.5浓度长期点预测。最后，利用核密度估计，得到置信度分别为85％、90％和95％的PM2.5浓度预测区间，以反映PM2.5长期变化趋势中的不确定性信息。本发明实现PM2.5浓度准确区间长时预测，为保护公众健康、监测环境污染情况、辅助政策制定等提供必要的技术支持。
主权项：1.基于ConvFormer-KDE的长时PM2.5浓度点与区间预测方法，其特征在于，该方法的实施步骤如下：1获取空气质量监测站采集到的逐小时空气污染物数据和气象数据，并对采集到的数据进行存储和预处理；2从预处理后的空气质量监测站数据中挖掘时间依赖关系，构建ConvFormer模型；3采用贝叶斯超参数优化方法对ConvFormer模型的超参数进行优化；4基于调优后的ConvFormer模型，采用早停止策略和自动混合精度进行训练；5基于步骤4训练好的ConvFormer模型，采用直接多输出策略输出目标测站未来多小时的PM2.5浓度长时点预测值；6利用步骤5的PM2.5浓度长时点预测值与核密度估计KDE进一步得到不同置信度下的PM2.5浓度预测区间。
全文数据：
权利要求：
百度查询： 北京工业大学 基于ConvFormer-KDE的长时PM2.5浓度点与区间预测方法
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