[发明专利]一种空气中PM2.5

说明书

本发明实施例公开了一种空气中PM_2.5的检测方法、装置、设备及介质，所述方法包括：收集检测时间段内设定维度的原大气数据；对所述原大气数据进行预处理，以得到符合设定格式要求的第一大气数据；将所述第一大气数据输入至支持向量回归SVR检测模型，得到非时间序列的PM_2.5检测结果；在所述第一大气数据中增加时间序列数据，获得第二大气数据，所述时间序列数据为获得所述原大气数据的实时时间数据；将所述第二大气数据输入至长短期记忆LSTM检测模型，得到时间序列的PM_2.5检测结果；对所述非时间序列的PM_2.5检测结果以及所述时间序列的PM_2.5检测结果进行非线性叠加，获得检测时间段内空气中PM_2.5的检测结果。通过采用上述技术方案，可获得较准确的PM_2.5检测结果。

技术领域

本发明实施例涉及PM_2.5检测技术领域，尤其涉及一种空气中PM_2.5的检测方法、装置、电子设备及存储介质。

背景技术

近年来伴随着经济的发展以及城镇化、工业化的发展，环境污染问题变得日益严重。PM_2.5(particulate matter，颗粒物)为衡量空气污染程度的重要指标，其含义是某地区空气中直径小于2.5微米的可吸入肺部的颗粒物含量。影响PM_2.5变化的因素主要包括风速、湿度以及NO₂、SO₂浓度等。

准确地对城市PM_2.5进行有效检测，以提早防污治理，指导人们合理地生产生活意义重大。在现有技术中，PM_2.5的检测方法主要是使用机器学习基于样本数据建立检测模型，进而通过检测模型进行检测。然而在现实应用中，由于PM_2.5的变化复杂多样，且和时间密切相关，单一的检测模型并不能获得较好的检测效果。

发明内容

本发明实施例提供一种空气中PM_2.5的检测方法、装置、设备及介质，提高了PM_2.5的检测精度。

第一方面，本发明实施例提供了一种空气中PM_2.5的检测方法，所述方法包括：

收集检测时间段内设定维度的原大气数据；

对所述原大气数据进行预处理，以得到符合设定格式要求的第一大气数据；

将所述第一大气数据输入至支持向量回归SVR检测模型，得到非时间序列的PM_2.5检测结果；

在所述第一大气数据中增加时间序列数据，获得第二大气数据，所述时间序列数据为获得所述原大气数据的实时时间数据；

将所述第二大气数据输入至长短期记忆LSTM检测模型，得到时间序列的 PM_2.5检测结果；

对所述非时间序列的PM_2.5检测结果以及所述时间序列的PM_2.5检测结果进行非线性叠加，获得检测时间段内空气中PM_2.5的检测结果。

第二方面，本发明实施例提供了一种空气中PM_2.5的检测装置，所述装置包括：

收集模块，用于收集检测时间段内设定维度的原大气数据；

预处理模块，用于对所述原大气数据进行预处理，以得到符合设定格式要求的第一大气数据；

第一检测模块，用于将所述第一大气数据输入至支持向量回归SVR检测模型，得到非时间序列的PM_2.5检测结果；