[发明专利]一种基于时空数据统计学习的臭氧浓度预测方法及系统有效
申请号: | 201711168594.7 | 申请日: | 2017-11-21 |
公开(公告)号: | CN107943928B | 公开(公告)日: | 2018-10-30 |
发明(设计)人: | 王建民;龙明盛;徐子茹;王晨 | 申请(专利权)人: | 清华大学 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06Q10/04;G06Q50/26 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹;吴欢燕 |
地址: | 100084 北京市海*** | 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: | 本发明提供一种基于时空数据统计学习的臭氧浓度预测方法及系统,包括:获取每一环境监测站点每一历史时刻对应的参考特征和参考结果;获取训练验证集和测试集;使用统计学习算法,在训练验证集上通过十折交叉验证进行模型参数选择和训练,获得预测模型,并在测试集上进行测试;根据待测环境监测站点当前时刻对应的目标特征、预测模型和待测环境监测站点当前时刻对应的臭氧浓度,获得待测环境监测站点当前预测时刻的臭氧浓度。本发明通过时空数据和统计学习,将臭氧浓度、气象条件和点源排放引入特征提取过程,精准刻画臭氧浓度的升高原因,同时采用增量分析,相比之前的统计模型,准确性有极大提升,且通用性强,适用于不同的环境监测站点。 | ||
搜索关键词: | 一种 基于 时空 数据 统计 学习 臭氧 浓度 预测 方法 系统 | ||
【主权项】:
1.一种臭氧浓度预测方法,其特征在于,包括:S1、获取每一环境监测站点每一历史时刻对应的参考特征和所述每一环境监测站点每一历史时刻对应的参考结果,对于任一环境监测站点的任一历史时刻,所述任一历史时刻对应的参考特征包括所述任一历史时刻对应的臭氧浓度、所述任一历史时刻对应的点源排放特征和历史预测时刻的气象条件特征,所述任一历史时刻对应的参考结果为所述历史预测时刻对应的臭氧浓度与所述任一历史时刻对应的臭氧浓度之差,所述历史预测时刻在所述任一历史时刻之后;S2、获取训练验证集和测试集,所述训练验证集由所述每一环境监测站点每一历史时刻对应的参考特征和所述每一环境监测站点每一历史时刻对应的参考结果按照第一预设配比构成,所述测试集由所述每一环境监测站点每一历史时刻对应的参考特征和所述每一环境监测站点每一历史时刻对应的参考结果按照第二预设配比构成;S3、利用统计学习算法,在所述训练验证集上通过十折交叉验证进行模型参数选择和模型训练,获得预测模型,通过所述测试集对所述预测模型进行模型测试,利用模型测试的结果对所述预测模型进行对比和评价;S4、根据待测环境监测站点当前时刻对应的目标特征和所述预测模型,获得所述待测环境监测站点当前时刻对应的目标结果,根据所述待测环境监测站点当前时刻对应的目标结果和所述待测环境监测站点当前时刻对应的臭氧浓度,获得所述待测环境监测站点当前预测时刻的臭氧浓度,所述目标特征包括所述当前时刻对应的臭氧浓度、所述当前时刻对应的点源排放特征和所述待测环境监测站点当前预测时刻的气象条件特征,所述目标结果为所述当前预测时刻对应的臭氧浓度与所述当前时刻对应的臭氧浓度之差,所述当前预测时刻表示所述当前时刻之后的24小时。
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清华大学,未经清华大学许可,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/201711168594.7/,转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置