公开(公告)号：CN114676822B

公开(公告)日：2024-04-23

申请号：CN202210299318.9

申请日：2022-03-25

Applicant: 东南大学

Inventor： 王硕凡 ,  高晨 ,  邱军富 ,  胡轶宁

IPC: G06N3/0442 ,  G06N3/084 ,  G01N33/00

Abstract: 本发明提供了一种基于深度学习的多属性融合空气质量预报方法，包括数据采集、数据预处理、构建空气质量一次预报模型、构建空气质量二次预报模型、空气质量二次预报模型修正及预报结果输出的步骤，将气象因子、区域气象影响因素纳入模型进行多维综合预测，充分利用了深度学习在数据处理方面的优势，借助长短期记忆网络对污染物浓度的历史实测数据的变化情况进行分析，解耦了污染物生成机理受限的问题。

公开(公告)号：CN114676822A

公开(公告)日：2022-06-28

申请号：CN202210299318.9

申请日：2022-03-25

Applicant: 东南大学

Inventor： 王硕凡 ,  高晨 ,  邱军富 ,  胡轶宁

IPC: G06N3/04 ,  G06N3/08 ,  G01N33/00

Abstract: 本发明提供了一种基于深度学习的多属性融合空气质量预报方法，包括数据采集、数据预处理、构建空气质量一次预报模型、构建空气质量二次预报模型、空气质量二次预报模型修正及预报结果输出的步骤，将气象因子、区域气象影响因素纳入模型进行多维综合预测，充分利用了深度学习在数据处理方面的优势，借助长短期记忆网络对污染物浓度的历史实测数据的变化情况进行分析，解耦了污染物生成机理受限的问题。