[发明专利]一种基于深度排放因子修正的移动源污染预测方法

摘要

本发明的一种基于深度排放因子修正的移动源污染预测方法，包括多源异构数据获取；自编码器特征抽取，通过构建三层自编码器网络结构，实现对所述多源异构数据特征降维抽取；将提取的各数据源的降维特征数据，代入尾气排放修正模型，得到预测的区域移动源污染排放修正结果。本发明的基于深度排放因子修正的移动源污染预测方法摒弃了传统模型的单点预测方法，深度时空修正模型考虑区域移动源污染排放的空间依赖性、历史数据时间相关性特征，以及复杂外部环境因素。基于自编码器的降维特征抽取方法，能够学习到路网信息、气象信息、交通流信息、POIs信息与区域尾气排放之间的本质特征映射，并且能够在真实遥测数据上实现更高精度的移动源污染预测。