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
共享单车
出行需求
Stacking算法
CatBoost算法
多头注意力机制
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
智能传感器网络
绘制方法
时间序列特征
监测站
地图
水位预测方法
注意力机制
强化学习算法
LSTM模型
因子
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