摘要
本发明涉及空气质量预测领域,涉及一种预测空气质量的方法,包括:按照目标采集频率获取测量点颗粒物的参数数据,包括浓度数据和环境数据,将其输入至训练好的神经网络中,输出预测值,目标采集频率依据历史浓度数据的波动程度得到;若预测值大于设定标准值,则设定时间后目标预测点的空气质量差;神经网络的训练集为:训练集的输入数据为历史测量点的参数数据,输出标签为时刻的历史预测点的浓度数据;,为输入数据的浓度数据的采集时刻,S为巷道的长度,为历史测量点的风速,为历史预测点的时刻的风速。本发明提高了对空气质量进行预测的准确率。
技术关键词
测量点
数据
矿井巷道
频率
风速
人工神经网络
指标
训练集
参数
样本
序列
标签
通风口
记忆
运动
系统为您推荐了相关专利信息
车载数据处理方法
计算机可读指令
时序预测模型
序列
车载数据处理装置
图像去噪方法
高光谱图像数据
低秩模型
退化模型
噪声
数据安全管理系统
智能车载
车载终端
信息采集模块
数据处理单元