公开(公告)号：CN116028831A

公开(公告)日：2023-04-28

申请号：CN202111239419.9

申请日：2021-10-25

申请人： 中国科学院沈阳计算技术研究所有限公司

发明人： 马元婧 ,  王宁 ,  李幔 ,  冯晓宇 ,  刘首正 ,  赵思彤 ,  白雪 ,  李阳

IPC分类号： G06F18/2321 ,  G06F18/15 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084

摘要： 本发明涉及一种基于BiLSTM改进聚类的空气质量点位优化方法，该方法包括：将空气质量监测数据进行预处理，对数据进行标准化、归一化处理，然后输入Masking层过滤缺失时间步，最后将处理后的数据输入BiLSTM神经网络进行训练，通过BiLSTM神经网络对缺失样本进行补充，得到补充后的完整数据样本。对新样本进行聚类分析，通过聚类分析筛选出合适的空气质量监测点位。本发明通过BiLSTM神经网络优化系统聚类方法，相比于单独使用系统聚类方法，解决了空气质量监测点位数据缺失问题，降低了点位选择的误差，将点位选择的准确率大大提升，同时减少了选择的点位，为空气质量监测点位优化提供了一种新方法。