Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学胡峰获国家专利权

重庆邮电大学胡峰获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利一种基于注意力机制的LSTM网络的PM2.5浓度预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115330082B

龙图腾网通过国家知识产权局官网在2025-12-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211114196.8,技术领域涉及:G06Q10/04;该发明授权一种基于注意力机制的LSTM网络的PM2.5浓度预测方法是由胡峰;陈政;张晓霞设计研发完成,并于2022-09-14向国家知识产权局提交的专利申请。

一种基于注意力机制的LSTM网络的PM2.5浓度预测方法在说明书摘要公布了:本发明属于空气污染物预测领域,具体涉及一种基于注意力机制的LSTM网络的PM2.5浓度预测方法;该方法包括:以PM2.5为预测的目标污染物构建PM2.5浓度预测模型;采用环境监测的PM2.5浓度数据、其他污染物浓度数据以及气象因子数据对PM2.5浓度预测模型进行训练;获取第一时间段的PM2.5浓度数据以及第二时间段的其他污染物数据和气象因子数据,采用训练好的PM2.5浓度预测模型对第二时间段的PM2.5浓度进行预测;本发明的预测结果准确性高,实用性好。

本发明授权一种基于注意力机制的LSTM网络的PM2.5浓度预测方法在权利要求书中公布了:1.一种基于注意力机制的LSTM网络的PM2.5浓度预测方法,其特征在于,包括:以PM2.5为预测的目标污染物构建PM2.5浓度预测模型;采用环境监测的PM2.5浓度数据、其他污染物浓度数据以及气象因子数据对PM2.5浓度预测模型进行训练;获取第一时间段的PM2.5浓度数据以及第二时间段的其他污染浓度物数据和气象因子数据,采用训练好的PM2.5浓度预测模型对第二时间段的PM2.5浓度进行预测;其中,其他污染物浓度数据包括PM10、CO、NO2、O3和SO2的每小时浓度数据; 对PM2.5浓度预测模型进行训练的过程包括: S1:对环境监测的PM2.5浓度数据、其他污染物浓度数据以及气象因子数据进行数据预处理;根据预处理后的数据构建多元时间序列; S2:采用二维卷积对多元时间序列进行不同尺度的特征提取,得到不同尺度的特征图; S3:对不同尺度的特征图分别进行压缩和非线性变换处理,并将处理后的特征图分别输入到带有注意力机制的堆叠残差网络中进行处理,得到输出特征;将所有输出特征融合,得到融合特征图;带有注意力机制的堆叠残差网络由多个基本网络单元堆叠而成,每个基本网络单元由注意力模块和单元残差网络连接组成,单元残差网络包括批归一化、一维卷积和ReLU激活函数;带有注意力机制的堆叠残差网络对特征图的处理过程包括: 将特征图输入到全局平均池化层和全局最大池化层进行压缩处理,得到平均池化特征和最大池化特征; 将平均池化特征和最大池化特征输入到多层共享感知机中,得到两个分支通道注意力特征图;其中,多层共享感知机由一个全连接层连接激活函数后再串联两个全连接层组成; 将两个分支通道注意力特征图相加后,使用sigmoid函数进行处理后得到注意力特征图; 将所有注意力特征图映射到原特征图中,得到特征加权映射后的卷积特征图; 堆叠残差网络对特征加权映射后的卷积特征图进行处理,得到输出特征; S4:将融合特征图输入到LSTM网络中进行处理,得到PM2.5浓度预测结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。