基于多元統(tǒng)計分析和LSTM融合的PM2.5濃度預(yù)測方法

基本信息

申請?zhí)?/td> CN201910210516.1 申請日 -
公開（公告）號 CN109902881A 公開（公告）日 2019-06-18
申請公布號 CN109902881A 申請公布日 2019-06-18
分類號 G06Q10/04（2012.01）I; G06N3/04（2006.01）I; G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 方強; 何粵城; 王學銳 申請（專利權(quán)）人 標旗（武漢）環(huán)境科技有限公司
代理機構(gòu) 北京天盾知識產(chǎn)權(quán)代理有限公司 代理人 武漢樂易創(chuàng)想科技有限公司
地址 430000 湖北省武漢市武昌區(qū)和平大道1004號楊園教育科技創(chuàng)業(yè)園2#Ａ座404
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及人工智能與大數(shù)據(jù)領(lǐng)域，涉及基于多元統(tǒng)計分析和LSTM融合的PM2.5濃度預(yù)測方法，包括在理論層面上分析兩者的優(yōu)缺點，并在此基礎(chǔ)上構(gòu)建基于兩者的融合算法；通過從省控點、國控點獲取氣象數(shù)據(jù)與污染物數(shù)據(jù)；采樣近半年的數(shù)據(jù)，通過使用Pearson相關(guān)系數(shù)分析各因子與PM2.5濃度的相關(guān)性；將所有數(shù)據(jù)分為訓練數(shù)據(jù)、測試數(shù)據(jù)、預(yù)測數(shù)據(jù)三個部分，其中使用訓練數(shù)據(jù)去訓練模型，并設(shè)置相關(guān)的模型參數(shù)；將測試數(shù)據(jù)輸入模型中，最終獲取預(yù)測結(jié)果，本發(fā)明通過分析PM2.5的時間和空間特性，將數(shù)據(jù)進行降維，通過深度學習技術(shù)，挖掘PM2.5的深層數(shù)據(jù)特征，大大提升了數(shù)據(jù)運算的速度，結(jié)合精度的提升，使預(yù)測工作可以實時進行，消除數(shù)據(jù)滯后性問題。