[发明专利]一种基于深度学习和贝叶斯模型的空气质量分析预测方法

摘要

本发明公开了一种基于深度学习和贝叶斯模型的空气质量分析预测方法，其技术方案要点是包括获取目标监测点的AQI数据；对AQI数据进行预处理，对AQI数据进行归一化处理；分别构建深度学习卷积网络模型、循环神经网络模型以及叶贝斯动态线性模型；将AQI数据分别输入到深度学习卷积网络模型和叶贝斯动态线性模型中，叶贝斯动态线性模型运行后输出第一预测AQI数据；将深度学习卷积网络模型提取的特征输入至循环神经网络模型中运行后输出第二预测AQI数据；将第一预测AQI数据和第二预测AQI数据输入值混合模型中，混合模型运行后输出最终预测AQI数据，该空气质量分析预测方法可以对空气质量进行分析和预测，评估大气改善情况，明确污染源，提出空气污染防控建议。