一种基于Transformer和KAN网络的时空空气质量预测方法

本发明提出了一种基于Transformer和KAN网络的时空空气质量预测方法，在时间维度上，首先，使用小波变换获取主站点高低频数据特征，然后，依托KAN网络构建Embeding模块，使模型更好的捕捉序列的依赖关系，最后，利用ProAttention进行相关性计算,有效提取时间维度的重要特征；在空间维度上，首先，我们将空间区域划分为4个子区域，分别对4个子区域内的站点数据进行融合，然后，利用KAN网络对每个子区域数据进行embeding处理，最后，使用ProAttention进行相关性计算，细粒度的获取每个子区域的空间特征。在时空特征处理上，首先，将时间特征和空间特征进行融合，然后，利用ProAttention对时空特征进行相关性计算，最后，使用KAN网络进行拟合，提高预测精度。实验结果表明本发明所提方法具有更好的效果。