一种基于深度学习的大气污染物扩散的数值模拟方法
公开
摘要
本发明提出一种基于深度学习的大气污染物扩散的数值模拟方法，包括：进行数据清洗，从特定区域内多次采集所有空间点的监测数据中挑选N套数据集，N为整数，N≥10；将N套数据集随机分配成一组训练集和一组验证集；构建深度神经网络；利用训练集和验证集交叉验证训练深度神经网络；利用已训练完成的深度神经网络预测特定区域内所有未知空间点的浓度值，在特定区域的空间网格内插入所有未知空间点的预测浓度值，构建精细化平滑浓度场。本发明的基于深度学习的大气污染物扩散的数值模拟方法，提升空间插值数据的平滑度和拟合度。
基本信息
专利标题 ：
一种基于深度学习的大气污染物扩散的数值模拟方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114595639A
申请号 ：
CN202210316067.0
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-29
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李鸣野张耀华李小明张畦霖
申请人 ：
太原则成信息技术有限公司
申请人地址 ：
山西省太原市学府园区南中环街529号A座清青创公司众创空间第44号
代理机构 ：
山西华炬律师事务所
代理人 ：
王红梅
优先权 ：
CN202210316067.0
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06Q10/04 G06Q50/26 G06F111/10
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
2022-06-07 ：
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
