基于卷积变分自编码器和映射神经网络的毒气扩散预测方法

本发明公开了基于卷积变分自编码器和映射神经网络的毒气扩散预测方法，具体按照如下步骤实施：步骤1，构建数据集，对数据集中的数据进行预处理，将预处理后的数据集分为训练集和测试集；步骤2，构建cVAE‑DNN预测模型；步骤3，使用训练集中的数据对cVAE‑DNN预测模型进行训练，得到经过训练的cVAE‑DNN预测模型；步骤4，使用测试集数据对经过训练的cVAE‑DNN预测模型进行评估，计算相关性能指标；步骤5，使用经过评估的cVAE‑DNN预测模型对毒气扩散进行预测。本解决了现有技术中存在的未考虑到城市建筑的多样性以及气象因素以及需要较多时间的问题。