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！

摘要：本发明技术方案提供了一种基于人工智能的空气质量溯源预报方法，在获取空气质量预测神经网络的输入数据后，向空气质量网格化神经网络输入空气质量预测结果。空气质量溯源神经网络中的静态和动态流向模块对空气质量网格化预测结果进行数据处理后输出污染物排放源的分布结果。本发明能通过训练大数据，挖掘、捕捉大数据之间的深层联系，提高分类和预测准确性，是一种有效的大数据处理方法。另外，本发明建立的方法训练速度较快，且随着训练样本的增加，能呈现出比一般方法更优的性能成长性。

主权项：1.一种基于人工智能的空气质量溯源预报方法，其特征在于，所述方法包括：将归一化后的污染物数据和天气数据及生成的时间标记进行拼接，拼接后提取输入特征得到空气质量预测神经网络的输入数据；所述空气质量预测神经网络包括LSTM单元组及两层全连接网络，所述空气质量预测神经网络对所述LSTM单元组的输出数据一维化后输入所述两层全连接网络，对所述两层全连接网络输出的数据重塑后输出空气质量预测结果，其中所述两层全连接网络输出的数据为长为1008的一维数组；将构建的污染物二维地图和构建的气象特征二维地图进行叠加，作为训练数据来训练空气质量网格化神经网络；其中，所述空气质量网格化神经网络是将所述污染物二维地图和所述气象特征二维地图进行叠加得到三维数据，经训练模型训练后输出，生成包含整个城市的空气质量网格化神经网络；所述空气质量网格化神经网络对所述空气质量预测结果数据经恒等映射后输出区域空气质量网格化预测结果；所述空气质量网格化神经网络具体为，由ResNet-50组成的残差网络将所述区域空气质量网格化预测结果直接输入空气质量溯源神经网络中的静态预测模块，对所述区域空气质量网格化预测结果进行向量化处理后与区域空气质量网格化预测结果一起输入所述空气质量溯源神经网络中的动态流向模块；其中，所述静态预测模块由两个编码网络和一个解码网络组成，所述两个编码网络分别提取空气质量特征和气象数据特征后发送至所述解码网络，所述解码网络输出大气污染物排放地图；所述动态流向模块由二维卷积神经网络与全连接网络组成；所述空气质量溯源神经网络将动态流向模块输出的网格污染物流向的向量数组与静态预测模块输出的大气污染物排放地图结合，输出污染物排放源的分布结果。

全文数据：

权利要求：

百度查询： 中国环境科学研究院 深圳前海启鸣科技有限公司 一种基于人工智能的空气质量溯源预报方法