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：南京工业大学
摘要：本发明属于天气预测领域，具体涉及一种基于改进灰狼算法和DBN‑ELM的进化深度学习模型的空气质量指数预测方法，包括如下步骤：1采集某站点四个季节的空气质量指数AQI数据集，利用经验模态分解技术对AQI序列进行处理；2构建深度置信网络‑极限学习机DBN‑ELM模型，通过DBN对输入数据进行特征提取和数据分析，然后将提取的有效特征输入到ELM模型中；3设定改进后灰狼优化算法的运行参数，获取DBN‑ELM模型的参数；4利用该DBN‑ELM模型对内模函数IMF各分量进行预测；5对IMF各分量的预测值进行重构，得到总体AQI预测值。将该模型与其他基准模型进行比较，结果显示该模型在精度和泛化方面都优于其他模型，表明该模型能够有效地预测空气质量。
主权项：1.基于改进灰狼算法和DBN-ELM的进化深度学习模型的空气质量指数预测方法，其特征包含如下步骤：1采集一个站点四个季节的空气质量指数数据集，针对采集到的AQI数据存在缺失值的情况，通过补充缺失值的方式对数据进行预处理，补充缺失值的方法是三次样条插值；2采用TVFEMD分解技术对AQI序列进行处理，并采用SE技术对分解后的分量进行重构，针对AQI数据的非线性和非统计特性，采用TVFEMD分解技术消除原始序列中存在的干扰和噪声，提取原始序列的有效信息；3构建DBN-ELM模型，通过DBN对输入数据进行特征提取和数据分析，然后将提取的有效特征输入到ELM模型中；4为了解决GWO算法缺乏种群多样性和容易陷入局部最优的问题，对原GWO算法进行了改进，在初始化阶段引入反搜索策略以丰富种群信息，在搜索阶段引入基于维数学习的搜索策略以解决陷入局部最优的问题，加快收敛速度，利用IGWO算法对DBN-ELM模型的参数进行优化；5利用优化后的DBN-ELM模型对AQI序列和残差序列进行预测，得到子序列的预测值，然后重构子序列的预测值，得到AQI的预测值。
全文数据：
权利要求：
百度查询： 南京工业大学 基于改进灰狼算法和DBN-ELM的进化深度学习模型的空气质量指数预测方法
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