一种基于深度神经网络预测24小时PM2.5
实质审查的生效
摘要
本发明公开了一种基于深度神经网络预测24小时PM2.5浓度的方法。针对目前对PM2.5长期浓度预测误差较大的问题，本发明将CEEMD分解方法与AE‑BILSTM堆叠的深度神经网络模型进行组合，构建新型混合预测模型来实现PM2.5浓度的短期精确预测和长期浓度趋势的模拟。目前深度神经网络模型已经被广泛应用，并表现出良好的性能；基于经验模态分解方法提取时间序列数据变化特征的优势也逐渐突显，两者的结合可以带来更好的预测结果。
基本信息
专利标题 ：
一种基于深度神经网络预测24小时PM2.5浓度的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114330120A
申请号 ：
CN202111623874.9
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李四维滕梦凡杨洁宋戈
申请人 ：
武汉大学
申请人地址 ：
湖北省武汉市武昌区珞珈山武汉大学
代理机构 ：
武汉科皓知识产权代理事务所(特殊普通合伙)
代理人 ：
王琪
优先权 ：
CN202111623874.9
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20211228
申请日 : 20211228
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
