摘要
本发明提供结合动态特征筛选的多模型组合空气质量预测方法及系统,涉及空气质量预测领域,该方法包括:对目标区域的历史气象数据和历史空气质量数据进行预处理,生成目标站点的历史气象数据和历史空气质量数据,对多个气象因子进行筛选,确定多个目标气象因子,建立并训练第一预测模型和第二预测模型,通过时间加权损失函数训练第一预测模型,第二预测模型为随机森林模型,第二预测模型的输入包括第一预测模型的输出;根据多个目标气象因子,从目标区域的未来气象数据中提取目标站点的气象时序数据;通过第一预测模型和第二预测模型根据目标站点的气象时序数据,预测目标站点的未来空气质量数据,具有提高空气质量预测的准确度的优点。
技术关键词
历史气象数据
空气质量预测方法
因子
站点
加权损失函数
随机森林模型
时间段
空气质量预测系统
门控循环单元
动态
时序
注意力机制
筛选方法
周期
双线性插值
消除方法
数据获取模块
数据处理模块
系统为您推荐了相关专利信息
深度信息估计方法
加权特征
图像
倒置显微镜
特征提取模块
健康评估方法
人工智能模型
脑健康
数据
轨迹模型
监测点
数据分析方法
农药残留数据
大数据
农药残留浓度
柱上断路器
状态评价方法
因子
BP神经网络模型
支持向量机模型