[发明专利]一种基于神经网络的PM2.5浓度值预测方法在审
| 申请号： | 201910743315.8 | 申请日： | 2019-08-13 |
| 公开（公告）号： | CN110619384A | 公开（公告）日： | 2019-12-27 |
| 发明（设计）人： | 付明磊;乐曹伟 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G01N15/06 |
| 代理公司： | 33241 杭州斯可睿专利事务所有限公司 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 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： | 一种基于神经网络的PM2.5浓度值预测方法，所述方法包括以下步骤：步骤1、采集原始数据，以PM2.5历史浓度值为主体；步骤2、采用模态分解方法对PM2.5的历史浓度值进行分解并且挑选其有效数据；步骤3、采用神经网络预测PM2.5的浓度值。本发明在对PM2.5浓度值的历史数据进行模态分解之后，对其模态分解的数据进行主成分分析，提取出和预测PM2.5浓度值相关度较高的数据，并结合有位置向量和注意力机制的变换器神经网络，提取各个时间点的数据特征，并在最后的预测结果上对其进行体现，从而达到具有较好的数据时序性体现并且在预测效率上具有较大提高的效果。 | ||
| 搜索关键词： | 模态分解 神经网络 预测 采集原始数据 神经网络预测 主成分分析 注意力机制 历史数据 数据时序 数据特征 位置向量 有效数据 预测结果 变换器 时间点 相关度 分解 | ||
【主权项】：
1.一种基于神经网络的PM2.5浓度值预测方法，其特征在于，所述方法包括以下步骤：/n步骤1、采集原始数据，以PM2.5历史浓度值为主体；/n步骤2、采用模态分解方法对PM2.5的历史浓度值进行分解并且挑选其有效数据，其过程如下：/n步骤2.1、将PM2.5的历史浓度值设定为时序信号A，并将A表示为{A}＝{a
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工业大学，未经浙江工业大学许可，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/201910743315.8/，转载请声明来源钻瓜专利网。
