公开(公告)号：CN117171641A

公开(公告)日：2023-12-05

申请号：CN202311124140.5

申请日：2023-09-01

Applicant: 安徽大学绿色产业创新研究院

Inventor： 崔小娟 ,  江超超 ,  赵依 ,  崔潇汉 ,  张顺 ,  邹铭敏

IPC: G06F18/241 ,  G06F18/2321 ,  G06F18/214 ,  G06N3/0442 ,  G01D21/02

Abstract: 本发明公开了一种基于改进DBSCAN算法和多尺度LSTM神经网络的气体浓度预测方法，包括：1、获取气体吸收光谱数据、实验环境的温度和湿度数据；2、使用改进DBSCAN聚类算法对原始数据进行筛选构造数据集并进行归一化处理；3、使用特征提取网络提取变量之间的特征并构造多尺度的LSTM神经网络气体浓度预测模型；4、使用气体浓度预测模型和测试集进行预测得到最终预测值。本发明通过对数据进行筛选和异常数据的修正，并根据修正后的数据集构造了多尺度LSTM神经网络，用于实现对气体浓度值的预测，为监测环境中的气体浓度变化提供了依据。