基于Stacking集成学习的高精度颗粒物数量浓度预测方法、装置、设备、存储介质和程序产品

AITNT
正文
推荐专利
基于Stacking集成学习的高精度颗粒物数量浓度预测方法、装置、设备、存储介质和程序产品
申请号:CN202510315280
申请日期:2025-03-17
公开号:CN120354992A
公开日期:2025-07-22
类型:发明专利
摘要
本公开涉及一种基于Stacking集成学习的高精度颗粒物数量浓度预测方法、装置、设备、存储介质和程序产品。所述方法包括:获得待处理数据,其中,所述待处理数据包括环境数据和社会经济数据;将所述待处理数据输入预先训练的堆叠集成模型,其中,所述堆叠集成模型的第一层包括至少两个预选基学习器,所述堆叠集成模型的第二层包括元学习器;通过所述至少两个预选基学习器分别对所述待处理数据进行处理,得到颗粒物数量浓度的至少两项初步预测结果;通过所述元学习器对所述至少两项初步预测结果进行处理,得到颗粒物数量浓度预测结果。本公开能够降低颗粒物数量浓度的监测成本,提高颗粒物数量浓度监测的空间覆盖率和实时性。
技术关键词
学习器 Stacking集成学习 浓度预测方法 计算机可读代码 监测站 校正 计算机程序指令 因子 数据特征工程 网格搜索方法 支持向量机模型 社会 栅格 电子设备 可读存储介质 邻近算法 多层感知机 气象
系统为您推荐了相关专利信息
1
基于用户出行行为的共享单车目的地预测方法及系统
共享单车 出行需求 Stacking算法 CatBoost算法 多头注意力机制
2
一种基于膳食多模态数据与集成学习的心血管疾病风险预测方法及系统
生理生化指标 心血管疾病风险 人口统计数据 多模态特征 Stacking集成学习
3
一种沿海区域腐蚀等级地图的绘制方法和相关装置
智能传感器网络 绘制方法 时间序列特征 监测站 地图
4
一种基于强化学习的水电厂尾水位预测方法
水位预测方法 注意力机制 强化学习算法 LSTM模型 因子
5
一种基于集成学习的发动机涡轮轴序贯优化设计方法
优化设计方法 子空间追踪算法 航空发动机涡轮 变量 集成学习算法
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