买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏智伦数字技术研究有限公司

摘要：本发明属于空气质量检测技术领域，具体涉及一种空气质量的空间推断方法，通过对来自固定式和移动式传感器所提供的实测空气质量数据，结合与之强相关或间接相关的城市基础环境特征和动态时间特征，进行特征工程，并输入到基于深度神经网络特征提取和LightGBM树模型回归预测的混合模型中，从而基于此做空气质量指标的空间推断；本发明对于区域空气质量的全面域感知反演、空气污染溯源及治理有重要意义，并显著解决现有技术中存在的对数据噪声的鲁棒性欠佳以及对多维特征信息吸收的不到位等问题。

主权项：1.一种空气质量的推断方法，该方法包括：步骤1、采集特定时间范围和地域内所有网格的多维度特征，同时收集部分有监测站网格中的监测站空气质量监测数据；其中，所述多维度特征包括基础特征以及时间特征；步骤2、对所述多维度特征进行第一特征工程以及特征映射，以获取多元特征；步骤3、对作为标签的所述空气质量监测数据进行第二特征工程，以获取标签数据；其特征在于，还包括：步骤4、使用多元特征和标签数据训练由深度神经网络特征提取模型和LightGBM回归预测模型构成的混合模型；其中，在深度神经网络特征提取模型训练结束后，提取深度神经网络特征提取模型倒数第二层的所有神经元作为深度神经网络特征提取模型提取到的特征输入lightGBM回归预测模型进行训练；步骤5、将采集的未知标签网格的多维度特征通过步骤2获得的多元特征输入深度神经网络特征提取模型，经深度神经网络特征提取模型提取的高阶特征输入所述lightGBM回归预测模型来推断未知标签网格的标签预测值；其中：所述第一特征工程包括对时间特征进行独热编码的过程；所述深度神经网络特征提取模型包括设置在每两层中间的批归一化层，并保存该层的参数、设置在每两层中间的随机失活层以及设置在每两层线性映射层中间的非线性激活函数层；使用adam优化器并调优深度神经网络特征提取模型的参数，参数包括：批量大小、learning_rate、n_layers以及activation_function；使用网格搜索法调优lightGBM回归预测模型的参数，参数包括：num_leaves、max_depth、learning_rate、feature_fraction、bagging_fraction以及bagging_freq。

全文数据：

权利要求：

百度查询： 江苏智伦数字技术研究有限公司 一种空气质量的推断方法、终端及储存介质