[发明专利]一种空气污染物浓度预测方法在审
| 申请号： | 201510767342.0 | 申请日： | 2015-11-11 |
| 公开（公告）号： | CN105303051A | 公开（公告）日： | 2016-02-03 |
| 发明（设计）人： | 彭玲;李祥;池天河;崔绍龙;徐逸之 | 申请（专利权）人： | 中国科学院遥感与数字地球研究所 |
| 主分类号： | G06F19/00 | 分类号： | G06F19/00 |
| 代理公司： | 北京名华博信知识产权代理有限公司 11453 | 代理人： | 李冬梅;苗源 |
| 地址： | 100101 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种空气污染物浓度预测方法，本方法包括：对空气污染物浓度数据使用Mallat算法进行多尺度小波分解，对最后一级尺度的低频近似序列使用支持向量回归模型即SVR建模预测，对其它高频细节序列使用自回归移动平均模型即ARMA建模预测，使用Mallat算法对各级系数序列进行重构，得到空气污染物浓度的预测结果。本发明中针对不同模型的适用特点对小波分解后不同级别尺度的序列使用不同的模型，即利用ARMA更适用于平稳序列的预测以及SVR更适用于不平稳序列的预测的特点对最后一级尺度的相对较为不平稳的低频近似序列使用SVR建模预测并且对其它相对较为平稳的高频细节序列使用ARMA建模预测。该方法可以实现较高的预测精度。 | ||
| 搜索关键词： | 一种 空气 污染物 浓度 预测 方法 | ||
【主权项】：
一种空气污染物浓度预测方法，其特征在于，所述方法包括：对空气污染物浓度数据使用Mallat算法进行多尺度小波分解，对最后一级尺度的低频近似序列使用支持向量回归模型即SVR建模预测，对其它高频细节序列使用自回归移动平均模型即ARMA建模预测，使用Mallat算法对各级系数序列进行重构，得到空气污染物浓度的预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院遥感与数字地球研究所，未经中国科学院遥感与数字地球研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510767342.0/，转载请声明来源钻瓜专利网。
- 上一篇：权限管理系统及方法
- 下一篇：海洋平台结构风险鲁棒性的评估与控制方法
- 同类专利
- 专利分类
G06 计算；推算；计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
