申请/专利权人：南宁师范大学

申请日：2023-12-08

公开（公告）日：2024-03-22

公开（公告）号：CN117743952A

主分类号：G06F18/2411

分类号：G06F18/2411;G06F18/214;G06F18/15;G06F18/213;G06N3/0455

优先权：

专利状态码：在审-公开

法律状态：2024.03.22#公开

摘要：本发明公开了一种预测模型生成方法和PM2.5预测方法，涉及时间序列预测领域，特别是空气质量指数中的PM2.5浓度预测，包括获取某地区站点的空气质量数据；对数据进行归一化处理；根据皮尔逊相关系数对特征变量进行正负相关分类，构造输入矩阵向量并加上时间序列位置编码，分通道输入到简单的Transformer编码器中，再经过MLP感知器和Linear线性层，同时调用优化组合算法Adam和SGD进行调优，通过不断训练直至损失函数收敛，保存相关参数及模型，最后将训练好的预测模型应用于预测未来时刻的PM2.5浓度。本发明提高了预测准度，可以加快训练速度，简化计算复杂度，降低预测成本，应用于PM2.5浓度预测，对雾霾天气准确判断。

主权项：1.一种预测模型生成方法，其特征在于，包括：获取历史数据；根据预测目标运用皮尔逊系数对所得历史数据进行正负相关分类；根据分类，构造正负相关的输入矩阵向量，加上时间序列位置编码，得到模型输入向量；将所得模型输入向量输入构建好的网络模型中，所述网络模型包括简单的Transformer编码器、MLP感知器、Linear线性层；调用优化组合算法Adam和SGD进行调优，直至网络模型的损失函数收敛，得到训练好的预测模型。

全文数据：

权利要求：

百度查询： 南宁师范大学 预测模型生成方法、PM2.5预测方法、系统和计算设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD