一种基于混合门限神经网络的PM2.5浓度值预测方法

发明专利有效专利

申请号：
CN201811568401.1
IPC分类号：G06Q10/04;G06N3/04;G06N3/08
申请日期：
2018-12-21
申请人：
浙江工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于混合门限神经网络的PM2.5浓度值预测方法
申请号	CN201811568401.1	申请日期	2018-12-21
法律状态	实质审查	申报国家	中国
公开/公告日	2019-04-23	公开/公告号	CN109670646A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	浙江工业大学	申请人地址	浙江省杭州市下城区潮王路18号浙江工业大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江工业大学	当前权利人	浙江工业大学
发明人	付明磊;丁子昂;吴玲玲
代理机构	杭州斯可睿专利事务所有限公司	代理人	王利强

摘要

一种基于混合门限神经网络的PM2.5浓度值预测方法，包括如下步骤：步骤1、原始数据采集，原始数据包括PM2.5浓度值历史数据、PM2.5浓度值指标历史数据和气象历史数据；步骤2、通过更新门函数和重置门函数构建了模拟门限网络，对原始数据进行初步预测，得到了PM2.5模拟数据；步骤3、通过更新门函数、重置门函数和softmax函数构建了判别门限网络，对模拟数据的真实性进行了判别；步骤4、采用混合门限神经网络预测PM2.5浓度值。本发明有效地提高当前PM2.5浓度值的预测精度与训练速度，拓宽了神经网络预测的局限性，能够实现长时期的数据精准预测。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供