一种基于CNN-LSTM的放射性核素大气扩散预测方法及装置

AITNT
正文
推荐专利
一种基于CNN-LSTM的放射性核素大气扩散预测方法及装置
申请号:CN202411953049
申请日期:2024-12-27
公开号:CN120893007A
公开日期:2025-11-04
类型:发明专利
摘要
本申请涉及一种基于CNN‑LSTM的放射性核素大气扩散预测方法及装置。其中,所述方法包括:获取放射性核素大气扩散预测的测试集和训练集;根据所述训练集训练CNN‑LSTM模型,得到所述放射性核素大气扩散预测的训练后CNN‑LSTM模型;使用所述训练后CNN‑LSTM模型对所述测试集进行预测,得到所述放射性核素大气扩散预测的放射性核素浓度预测值;将所述放射性核素浓度预测值进行反归一化操作,确定所述放射性核素大气扩散预测的最终预测值。本申请的训练后CNN‑LSTM模型的预测准确性高、预测速度快。
技术关键词
LSTM模型 放射性核素浓度 扩散预测方法 网络模块 训练集 预测装置 数据 速度
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号