-
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
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。