首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于神经网络的PM2.5时空变化预测系统及预测方法 

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:青岛理工大学

摘要:本发明公开了基于神经网络的PM2.5时空变化预测系统及预测方法,涉及环境监测技术领域,包括图卷积神经网络模块、时间卷积神经网络模块、线性模块,图卷积神经网络模块包括图卷积层和残差连接层,图卷积层用于在图像数据中进行信息传播和特征提取,残差连接层通过将输入特征与经过图卷积层处理后的特征进行相加操作;时间卷积神经网络包括因果卷积层、扩张卷积层、二阶残差连接层,因果卷积层用于捕获历史数据长度与网络深度的关系,扩张卷积层用于扩展网络的接受阈,二阶残差连接层将经过卷积操作后的特征与输入特征相加操作;线性模块用于捕捉预测PM2.5浓度变化。本发明有效提高了区域PM2.5预测的准确性。

主权项:1.基于神经网络的PM2.5时空变化预测系统,其特征在于,包括图卷积神经网络模块、时间卷积神经网络模块、线性模块,所述图卷积神经网络模块包括多个图卷积层和多个残差连接层,所述图卷积层用于在图像数据中进行信息传播和特征提取,所述残差连接层通过将输入特征与经过图卷积层处理后的特征进行相加操作,实现跳跃连接和信息传递;所述时间卷积神经网络包括因果卷积层、扩张卷积层、二阶残差连接层,所述因果卷积层用于捕获历史数据长度与网络深度的关系,所述扩张卷积层用于扩展网络的接受阈,所述二阶残差连接层将经过卷积操作后的特征与输入特征相加操作,实现跳跃连接和信息传递;所述线性模块为自回归线性模型,用于捕捉预测PM2.5浓度变化。

全文数据:

权利要求:

百度查询: 青岛理工大学 基于神经网络的PM2.5时空变化预测系统及预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术