-
公开(公告)号:CN117973583A
公开(公告)日:2024-05-03
申请号:CN202211344659.X
申请日:2022-10-31
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: G06Q10/04 , G06Q10/0639 , G06Q50/26 , G06N3/04 , G06N3/08 , G06N3/006 , G06F18/2451
摘要: 本发明涉及一种基于深度置信网络的区域空气质量预测方法。该方法首先对监测点位空气质量监测数据即6种空气污染物小时浓度数据进行清洗,填充缺失并归一化,生成训练集和测试集,然后将数据输入到IPSO‑DBN模型中进行特征提取,使用Attention机制将不同点位监测数据提取出的特征进行加权融合,将融合后的特征向量作为SVR模型的输入进行模型的训练,最后使用训练好的模型进行6种空气污染物小时浓度的预测。该方法融合了DBN模型强大的特征提取能力和SVR模型的回归预测能力以及Attention机制解决空气质量空间相关性,提高模型的预测准确性和鲁棒性。