公开(公告)号：CN111239014A

公开(公告)日：2020-06-05

申请号：CN202010021491.3

申请日：2020-01-09

Applicant: 河北工业大学

Inventor： 顾军华 ,  尹博文 ,  张亚娟 ,  宿兵畅 ,  张丹红 ,  王锐 ,  李一凡

IPC: G01N15/06

Abstract: 本发明实施例公开了一种空气中PM2.5的检测方法、装置、设备及介质，所述方法包括：收集检测时间段内设定维度的原大气数据；对所述原大气数据进行预处理，以得到符合设定格式要求的第一大气数据；将所述第一大气数据输入至支持向量回归SVR检测模型，得到非时间序列的PM2.5检测结果；在所述第一大气数据中增加时间序列数据，获得第二大气数据，所述时间序列数据为获得所述原大气数据的实时时间数据；将所述第二大气数据输入至长短期记忆LSTM检测模型，得到时间序列的PM2.5检测结果；对所述非时间序列的PM2.5检测结果以及所述时间序列的PM2.5检测结果进行非线性叠加，获得检测时间段内空气中PM2.5的检测结果。通过采用上述技术方案，可获得较准确的PM2.5检测结果。

公开(公告)号：CN111239014B

公开(公告)日：2022-10-21

申请号：CN202010021491.3

申请日：2020-01-09

Applicant: 河北工业大学

Inventor： 顾军华 ,  尹博文 ,  张亚娟 ,  宿兵畅 ,  张丹红 ,  王锐 ,  李一凡

IPC: G01N15/06

Abstract: 本发明实施例公开了一种空气中PM2.5的检测方法、装置、设备及介质，所述方法包括：收集检测时间段内设定维度的原大气数据；对所述原大气数据进行预处理，以得到符合设定格式要求的第一大气数据；将所述第一大气数据输入至支持向量回归SVR检测模型，得到非时间序列的PM2.5检测结果；在所述第一大气数据中增加时间序列数据，获得第二大气数据，所述时间序列数据为获得所述原大气数据的实时时间数据；将所述第二大气数据输入至长短期记忆LSTM检测模型，得到时间序列的PM2.5检测结果；对所述非时间序列的PM2.5检测结果以及所述时间序列的PM2.5检测结果进行非线性叠加，获得检测时间段内空气中PM2.5的检测结果。通过采用上述技术方案，可获得较准确的PM2.5检测结果。

公开(公告)号：CN111242387A

公开(公告)日：2020-06-05

申请号：CN202010071754.1

申请日：2020-01-21

Applicant: 河北工业大学

Inventor： 董彦琦 ,  魏昭宇 ,  苏鸣 ,  宿兵畅 ,  尹博文

IPC: G06Q10/04 ,  G06Q10/10 ,  G06K9/62

Abstract: 本发明实施例公开了一种人才离职预测方法、装置、电子设备及存储介质。通过获取当前人才的待预测信息，将所述待预测信息输入至训练完成的预测组合森林模型，根据所述预测组合森林模型的输出结果确定所述当前人才的离职预测结果，其中，所述预测组合森林模型包括第一预测森林模型和第二预测森林模型，所述第一预测森林模型根据历史原始样本信息和第一标准预测结果训练得到，所述第二预测森林模型根据历史关键样本信息和第二标准预测结果训练得到解决了现有技术中人才离职预测不准确的问题，实现提高离职预测结果的可靠性的效果。