龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：本发明公开了基于时空卷积随机森林模型的PM2.5预测方法，涉及环境监测技术领域，通过空间卷积特征，能够有效捕捉不同地理位置之间的相关性和模式，在处理遥感数据时，空间卷积能够识别出局部区域内特征的分布情况。通过时间卷积特征关注时间序列数据中的动态变化，通过卷积操作提取与时间相关的特征，更好的捕捉数据的趋势和周期性。空间卷积特征和时间卷积特征的结合，能够在多维数据分析中充分利用空间和时间信息，提升模型的预测能力和解释能力，随机森林结合时空卷积特征，提升了对PM2.5浓度的预测能力。
主权项：1.基于时空卷积随机森林模型的PM2.5预测方法，其特征在于，具体包括如下步骤：步骤1，收集待分析地区历史气象数据、PM2.5监测站监测的历史PM2.5浓度数据、通过卫星遥感技术获取的植被数据和夜间灯光数据；步骤2，对步骤1所得数据进行预处理，并将预处理后的数据划分为训练集、测试集和验证集；步骤3，构建包括时空卷积模块、随机森林模块的时空卷积随机森林模型；步骤4，使用步骤2所得的数据对步骤3所得的时空卷积随机森林模型进行训练，并使用测试集和验证集对训练好的模型进行测试和验证；步骤5，对经过预处理的待分析地区的气象数据、通过卫星遥感技术获取的植被数据和夜间灯光数据通过时空卷积模块进行时空卷积处理，将PM2.5监测站监测的历史PM2.5浓度数据、时空卷积处理后的待分析地区的气象数据、时空卷积处理后的通过卫星遥感技术获取的植被数据和夜间灯光数据输入到随机森林模块中，得到预测结果。
全文数据：
权利要求：
百度查询： 青岛理工大学 基于时空卷积随机森林模型的PM2.5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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号