[发明专利]一种预测大气污染的方法、装置及系统在审

专利信息
申请号: 202011474847.5 申请日: 2020-12-14
公开(公告)号: CN112613228A 公开(公告)日: 2021-04-06
发明(设计)人: 不公告发明人 申请(专利权)人: 南京菲米诗家具有限公司
主分类号: G06F30/27 分类号: G06F30/27;G01N33/00;G01W1/10
代理公司: 深圳至诚化育知识产权代理事务所(普通合伙) 44728 代理人: 刘英
地址: 210000 江苏省南京市浦口*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 预测 大气污染 方法 装置 系统
【权利要求书】:

1.一种预测大气污染的方法,其特征在于,所述方法包括:

从预设模型库中的预测模型中获取至少一个候选预测模型;

利用预先构建的损失函数对所述候选预测模型的预测结果进行拟合,并计算得到每一所述候选预测模型的损失值,其中,所述损失函数为基于机器学习原理构建的用于度量预测模型的预测结果与真实结果之间拟合程度的函数;

将各所述损失值小于预设值的相应候选预测模型确定为期望预测模型;

利用所述期望预测模型进行大气污染监测并输出监测结果。

2.根据权利要求1所述的预测大气污染的方法,其特征在于,在所述计算得到每一所述候选预测模型的损失值之后,所述方法还包括:

将当前损失值对应的候选模型参数记录到历史参数数据集中,并继续利用所述损失函数对更新参数后的候选预测模型的预测结果进行拟合,直至得到的损失值小于所述预设值。

3.根据权利要求1所述的预测大气污染的方法,其特征在于,所述将各所述损失值小于预设值的相应候选预测模型确定为期望预测模型包括:

根据所述损失函数的均方根确定所述预设值,并将所述损失值小于所述均方根的相应候选预测模型确定为期望预测模型。

4.根据权利要求1所述的预测大气污染的方法,其特征在于,所述预设模型库的构建包括:

获取各所述候选预测模型的历史预测结果;

利用高斯建模方法对所述历史预测结果进行高斯建模,构成预设模型库。

5.根据权利要求4所述的预测大气污染的方法,其特征在于,所述预设模型库中各预测模型的预测结果的数据类型包括:固定值、随机值、状态值、累计值中的至少一种。

6.根据权利要求5所述的预测大气污染的方法,其特征在于,在利用预先构建的损失函数对所述候选预测模型的预测结果进行拟合之前,所述方法还包括:

获取预设模型库中各预测模型的数据类型;

根据所述各数据类型对应的采样频率,获取各候选预测模型的预测结果。

7.一种预测大气污染的装置,其特征在于,应用如权利要求1至6任一项所述的方法,所述装置包括:

候选模型获取模块,用于从预设模型库中的预测模型中获取至少一个候选预测模型;

损失值计算模块,用于利用预先构建的损失函数对所述候选预测模型的预测结果进行拟合,并计算得到每一所述候选预测模型的损失值,其中,所述损失函数为基于机器学习原理构建的用于度量预测模型的预测结果与真实结果之间拟合程度的函数;

期望模型确定模块,用于将各所述损失值小于预设值的相应候选预测模型确定为期望预测模型;

污染预测模块,用于利用所述期望预测模型进行大气污染监测并输出监测结果。

8.一种预测大气污染的系统,其特征在于,包括如权利要求6或7所述的预测大气污染的装置和云平台。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至5中任一项所述的方法。

10.一种终端设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京菲米诗家具有限公司,未经南京菲米诗家具有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011474847.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top