[发明专利]基于多尺度特征提取和深度学习的PM2.5

摘要

本发明公开了基于多尺度特征提取和深度学习的PM2.5浓度预测方法，包括：获取基础数据，预处理基础数据，得到预处理数据；将其进行模态分解，得到分解数据，并根据频率高低进行排序；对频率最高的分解数据再次模态分解，得到再分解数据；对分解数据和再分解数据进行归一化处理并存储；搭建长短期记忆网络，并对归一化处理数据构建预测网络；将长短期记忆网络的预测结果进行合并和反归一化处理，得到预测结果；本发明基于当前PM2.5在线数据，以低成本、高效益人工神经网络开发实时动态预测PM2.5发展趋势模型，为公众合理安排出行提供信息；为企业及时进行措施调整以避免可能发生的高浓度排放提供预测；为政府进行预测决策提供依据。