公开(公告)号：CN114936700A

公开(公告)日：2022-08-23

申请号：CN202210598131.9

申请日：2022-05-30

Applicant: 北京环境特性研究所

Inventor： 李霞 ,  叶允明 ,  徐光宁 ,  刘兴润 ,  刘栋

IPC: G06Q10/04 ,  G06F30/27 ,  G06V10/62 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明实施例涉及计算机技术领域，特别涉及一种气溶胶浓度时空分布预测模型的构建方法及预测方法。其中，构建方法包括：获取多个训练样本对；训练样本对包括作为输入的若干个气溶胶浓度时空分布样本图像和作为输出的若干个气溶胶浓度时空分布样本图像，作为输入的若干个气溶胶浓度时空分布样本图像所对应的第一时间序列，位于作为输出的若干个气溶胶浓度时空分布样本图像的第二时间序列之前，且第一时间序列和第二时间序列相连续；利用多个训练样本对对预测神经网络进行气溶胶浓度时空特征的提取与训练，以构建得到气溶胶浓度时空分布预测模型。本发明可以构建得到气溶胶浓度时空分布预测模型，提高气溶胶浓度时空分布的预测准确度。

公开(公告)号：CN114936700B

公开(公告)日：2024-08-27

申请号：CN202210598131.9

申请日：2022-05-30

Applicant: 北京环境特性研究所

Inventor： 李霞 ,  叶允明 ,  徐光宁 ,  刘兴润 ,  刘栋

IPC: G06V10/774 ,  G06V10/62 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明实施例涉及计算机技术领域，特别涉及一种气溶胶浓度时空分布预测模型的构建方法及预测方法。其中，构建方法包括：获取多个训练样本对；训练样本对包括作为输入的若干个气溶胶浓度时空分布样本图像和作为输出的若干个气溶胶浓度时空分布样本图像，作为输入的若干个气溶胶浓度时空分布样本图像所对应的第一时间序列，位于作为输出的若干个气溶胶浓度时空分布样本图像的第二时间序列之前，且第一时间序列和第二时间序列相连续；利用多个训练样本对对预测神经网络进行气溶胶浓度时空特征的提取与训练，以构建得到气溶胶浓度时空分布预测模型。本发明可以构建得到气溶胶浓度时空分布预测模型，提高气溶胶浓度时空分布的预测准确度。

公开(公告)号：CN114997490B

公开(公告)日：2024-08-27

申请号：CN202210597544.5

申请日：2022-05-30

Applicant: 北京环境特性研究所

Inventor： 李霞 ,  叶允明 ,  徐光宁 ,  刘兴润 ,  刘栋

IPC: G06Q10/04 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/044 ,  G06N3/08

Abstract: 本发明实施例涉及计算机技术领域，特别涉及一种温度廓线预测模型的构建方法、预测方法、装置及设备。其中，构建方法包括：获取多个训练样本对；训练样本对包括作为输入的若干个原始温度张量和作为输出的若干个原始温度张量；所述原始温度张量为多个气象格点在不同等压高度的温度张量；利用多个训练样本对对预测神经网络进行温度廓线的时空特征的提取与训练，以构建得到温度廓线预测模型；预测神经网络包括针对等压高度注意力计算的层高注意力机制编码子模块和周期性时空卷积编码子模块组成的编码层以及由注意力时空卷积解码模块和时序注意力模块组成的解码层。本发明可以构建得到温度廓线预测模型，提高温度廓线的预测准确度。

公开(公告)号：CN114970855A

公开(公告)日：2022-08-30

申请号：CN202210598158.8

申请日：2022-05-30

Applicant: 北京环境特性研究所

Inventor： 李霞 ,  叶允明 ,  徐光宁 ,  刘兴润 ,  刘栋

IPC: G06N3/08 ,  G06N3/04 ,  G06Q10/04

Abstract: 本发明实施例涉及计算机技术领域，特别涉及一种风场预测模型的构建方法、装置、设备、介质及预测方法。其中，构建方法包括：获取多个训练样本，训练样本包括若干个风速分布样本图像，若干个风速分布样本图像中每个风速分布样本图像的时间间隔均相等；利用训练样本中时间靠前的且时间连续的多个风速分布样本图像作为输入，将训练样本中时间靠后的且与作为输入的风速分布样本图像相连续的多个风速分布样本图像作为输出，对预测神经网络进行训练，以构建得到风场预测模型；预测神经网络包括：编码器和解码器；解码器包括多个特征预测单元。本发明可以构建得到风场预测模型，提高风场预测的预测准确度。

公开(公告)号：CN114997490A

公开(公告)日：2022-09-02

申请号：CN202210597544.5

申请日：2022-05-30

Applicant: 北京环境特性研究所

Inventor： 李霞 ,  叶允明 ,  徐光宁 ,  刘兴润 ,  刘栋

IPC: G06Q10/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明实施例涉及计算机技术领域，特别涉及一种温度廓线预测模型的构建方法、预测方法、装置及设备。其中，构建方法包括：获取多个训练样本对；训练样本对包括作为输入的若干个原始温度张量和作为输出的若干个原始温度张量；所述原始温度张量为多个气象格点在不同等压高度的温度张量；利用多个训练样本对对预测神经网络进行温度廓线的时空特征的提取与训练，以构建得到温度廓线预测模型；预测神经网络包括针对等压高度注意力计算的层高注意力机制编码子模块和周期性时空卷积编码子模块组成的编码层以及由注意力时空卷积解码模块和时序注意力模块组成的解码层。本发明可以构建得到温度廓线预测模型，提高温度廓线的预测准确度。