咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >结合自适应权重的MPC-LSTM空气质量预测方法 收藏
结合自适应权重的MPC-LSTM空气质量预测方法

结合自适应权重的MPC-LSTM空气质量预测方法

专利申请号:CN202310110101.3

公 开 号:CN116108993A

发 明 人:张凌涛 米全 严浩然 谢宇 陆民 王佳琪 冯艳艳 

代 理 人:莫兆忠

代理机构:北京盛询知识产权代理有限公司

专利类型:发明专利

申 请 日:20230512

公 开 日:20230214

专利主分类号:G06Q10/04

关 键 词:预测模型 数据集 构建 预处理 预测 记忆神经网络 空气质量数据 空气质量样本 注意力机制 并行卷积 融合网络 特征关系 多尺度 自适应 权重 优权 挖掘 

摘      要:本发明提供了结合自适应权重的MPC‑LSTM空气质量预测方法,包括:构建空气质量样本的数据集,并对所述数据集进行预处理;构建MPC‑LSTM空气质量预测模型;基于预处理后的所述数据集,对所述MPC‑LSTM空气质量预测模型进行训练;基于训练后的所述MPC‑LSTM空气质量预测模型,获取预测的空气质量数据。本发明结合了多尺度并行卷积融合网络、长短记忆神经网络和注意力机制,实现了对数据潜在特征关系的进一步挖掘,并选出最优权重,构建出最优的空气质量预测模型,从而提高空气质量预测精度。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分