摘要
本发明公开了一种基于改进Transformer的空气质量预测方法及系统,涉及人工智能与环境科学技术领域,包括:采集空气污染数据;对所述空气污染数据进行预处理,得到多变量时间序列;对预处理后的数据进行特征提取,并进行初始化处理;构建基于改进Transformer网络的空气质量预测模型;将初始化处理后的数据输入到所述空气质量预测模型中,得到空气质量预测结果。本发明在保持Transformer原有并行计算和多模态适配优势的基础上,有效降低时间复杂度,优化多模态数据利用,并显著提升模型的全局表示学习能力和泛化性能,更精确的预测空气质量。
技术关键词
空气质量预测方法
空气质量预测系统
上下文特征
变量
环境科学技术
多头注意力机制
序列
数据采集模块
网络
多模态
矩阵
复杂度
关系
气压
线性
基础
系统为您推荐了相关专利信息
动力控制方法
电池健康状态
时间序列模型
模糊推理
锂电
浓度预测方法
时序
序列
sigmoid函数
注意力参数
Stacking集成学习
集成算法
Copula函数
集成学习模型
Stacking模型
稳定性优化方法
构建数学模型
光伏电站
风力
配电网系统