[发明专利]一种大气污染因子浓度时空分布预测方法及系统有效
| 申请号： | 201910577544.7 | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110263479B | 公开（公告）日： | 2022-12-27 |
| 发明（设计）人： | 郑谊峰;刘浩;宋春红;张广宇 | 申请（专利权）人： | 浙江航天恒嘉数据科技有限公司 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06N3/04;G06Q10/04;G01N33/00 |
| 代理公司： | 北京轻创知识产权代理有限公司 11212 | 代理人： | 赵秀斌 |
| 地址： | 314201 浙江省嘉兴*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种大气污染因子浓度时空分布预测方法及系统，其方法包括以下步骤，基于监测区域内所有站点的历史监测数据构造稀疏特征向量，通过因子分解机的预测大气污染因子浓度的历史数据；将大气污染因子浓度的历史数据结合气象参数，训练长短期记忆神经网络，通过训练好的长短期记忆神经网络，预测大气污染因子浓度的未来数据；将大气污染因子浓度的未来数据结合气象参数和站点的地理经纬度，训练径向基神经网络，通过训练好的径向基神经网络预测监测区域内目标位置点的大气污染因子浓度的未来数据。本发明可以解决当前大气污染因子监测技术中需大量监测设备、大气污染因子浓度预测不精确及无法动态分析未来分布趋势问题。 | ||
| 搜索关键词： | 一种 大气污染 因子 浓度 时空 分布 预测 方法 系统 | ||
【主权项】：
1.一种大气污染因子浓度时空分布预测方法，其特征在于：包括以下步骤，S1，基于监测区域内所有站点的历史监测数据构造稀疏特征向量，将所述稀疏特征向量作为因子分解机的输入，通过所述因子分解机的输出预测目标站点无法监测的目标大气污染因子浓度的历史数据；S2，将所述目标站点的目标大气污染因子浓度的历史数据结合气象参数，训练长短期记忆神经网络，通过训练好的所述长短期记忆神经网络，预测所述目标站点的目标大气污染因子浓度的未来数据；S3，将所述目标站点的目标大气污染因子浓度的未来数据结合气象参数和所述站点的地理经纬度，训练径向基神经网络，通过训练好的所述径向基神经网络预测所述监测区域内目标位置点的目标大气污染因子浓度的未来数据。
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浙江航天恒嘉数据科技有限公司，未经浙江航天恒嘉数据科技有限公司许可，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/201910577544.7/，转载请声明来源钻瓜专利网。
