发明公开
- 专利标题： 在环境空气预报中基于深度信念网络的数据融合的方法
-
申请号： CN202010835732.8申请日： 2020-08-19
-
公开(公告)号： CN114077883A公开(公告)日： 2022-02-22
- 发明人: 马元婧 , 王宁 , 李俊双 , 祁柏林 , 王帅 , 杜毅明 , 王世海 , 王兴刚 , 范秋枫
- 申请人： 中国科学院沈阳计算技术研究所有限公司
- 申请人地址： 辽宁省沈阳市东陵区南屏东路16号
- 专利权人： 中国科学院沈阳计算技术研究所有限公司
- 当前专利权人： 中国科学院沈阳计算技术研究所有限公司
- 当前专利权人地址： 辽宁省沈阳市东陵区南屏东路16号
- 代理机构： 沈阳科苑专利商标代理有限公司
- 代理商 王倩
- 主分类号： G06N3/04
- IPC分类号： G06N3/04 ; G06N3/08 ; G06K9/62 ; G01N33/00 ; G01N15/06 ; G01W1/02
摘要：
本发明涉及一种基于深度信念网络的数据融合在环境空气预报中应用的方法，该方法首先将监测点位的大气数据和气象数据进行预处理，去除缺测值，并对数据进行归一化处理，然后将处理后的数据输入深度信念网络(DBN)进行训练，得到训练模型，通过深度信念网络(DBN)模型对数据进行数据融合，将融合后的数据应用在环境空气预报中，并将结果返回给用户。本发明通过深度信念网络(DBN)进行数据融合的方法，相比于使用D‑S证据理论方法，降低了环境空气预报的误差，提高了相应的准确性，同时可以实现智能化监测。