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：同济大学
摘要：本发明公开了一种基于多源数据的交通污染物空间分布推断方法，包括采集研究区域污染物逐小时数据，并划分不同时段计算平均值作为被解释变量；提取潜在解释变量，包括地理位置、气象要素、土地利用、道路密度、POI兴趣点数据及其他污染物等；利用有监督的前向逐步回归算法构建LUR模型筛选重要变量；构建xgboost机器学习模型，建立污染物浓度与解释变量之间的机器学习回归模型；利用GIS将研究区域划分为规则网格，提取网格质心点对应的被解释变量，输入机器学习模型预测网格污染物浓度；分小区域对不同交通微环境污染物浓度进行调研，可以推断交通污染物的高精度分布情况，为环境治理提供科学依据，同时为人们出行提供可视化建议。
主权项：1.一种基于多源数据的交通污染物空间分布推断方法，其特征在于：包括如下步骤：S1：采集研究区域污染物逐小时数据，并划分不同时段计算平均值作为被解释变量；S2：提取潜在解释变量，所述潜在解释变量包括地理位置、气象要素、土地利用、道路密度和POI兴趣点数据；S3：利用有监督的前向逐步回归算法构建LUR模型筛选重要变量；S4：构建机器学习模型，建立污染物浓度与解释变量之间的机器学习回归模型；S5：利用GIS将研究区域划分为规则网格，提取网格质心点对应的被解释变量，输入机器学习模型预测网格污染物浓度；S6：分小区域对不同交通微环境污染物浓度进行调研，交通包括步行、驾车、地铁和公交；S7：根据机器学习结果与实测数据，修正机器学习回归结果，得到不同交通微环境污染物浓度分布。
全文数据：
权利要求：
百度查询： 同济大学 一种基于多源数据的交通污染物空间分布推断方法
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