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CNN-AGU的空气质量指数预测方法及装置 

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:厦门海洋职业技术学院;河北科技大学

摘要:本申请适用于空气质量指数技术领域,提供了基于CNN‑AGU的空气质量指数预测方法及装置,该基于CNN‑AGU的空气质量指数预测方法包括:获取预设时间内的空气质量指数和空气质量指数的影响因素,对空气质量指数和影响因素进行数据预处理,得到构建好的时间序列输入数据;基于卷积神经网络、门控循环单元和注意力机制建立空气质量指数预测模型;将构建好的时间序列输入数据输入空气质量指数预测模型,得到空气质量指数的预测值。本申请能够高效提取空气质量指数和空气质量指数影响因素的特征,得到更加准确的空气质量指数的预测值。

主权项:1.一种基于CNN-AGU的空气质量指数预测方法,其特征在于,包括:获取预设时间内的空气质量指数和所述空气质量指数的影响因素,对所述空气质量指数和所述影响因素进行数据预处理,得到构建好的时间序列输入数据;基于卷积神经网络、门控循环单元和注意力机制建立空气质量指数预测模型;将所述构建好的时间序列输入数据输入所述空气质量指数预测模型,得到空气质量指数的预测值;所述预测模型包括CNN层、AGU层和输出层;所述CNN层用于提取并输出所述输入数据的数据特征;所述AGU层基于所述数据特征对数据进行预测,得到预测结果;所述输出层用于输出所述预测结果;所述AGU层的数据处理函数为:ht=zt·ht-1+1-zth′t其中,zt=σWz*[ht-1,xt]+bz,zt为更新门的输出结果,σ为sigmoid激活函数,Wz为更新门的权重,bz为更新门的偏置,xt为当前节点的输入向量,ht-1为上一个节点传递下来的隐藏状态,ht′=tanhUt*[DAM·ht-1,xt]+bt,DAM=tanhrt,bt为预设偏置,rt为重置门的输出结果,rt=σWr*[ht-1,xt]+br,Wr为重置门的权重,br为重置门的偏置,Ut=softmaxαt,αt=σWα*[ht-1,xt]+bα,其中,Ut为注意力概率分布,αt为xt和ht-1之间的匹配度,Wα为αt的权重,bα为αt的偏置。

全文数据:

权利要求:

百度查询: 厦门海洋职业技术学院 河北科技大学 基于CNN-AGU的空气质量指数预测方法及装置

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