一种基于多任务集成学习器的PM2.5和O3浓度协同预测方法

发明专利有效专利

申请号：
CN201811489083.X
IPC分类号：G06Q50/26;G01N15/06;G01W1/10
申请日期：
2018-12-06
申请人：
北京工业大学

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	一种基于多任务集成学习器的PM2.5和O3浓度协同预测方法
申请号	CN201811489083.X	申请日期	2018-12-06
法律状态	实质审查	申报国家	暂无
公开/公告日	2019-02-22	公开/公告号	CN109377440A
优先权	暂无	优先权号	暂无
主分类号	G06Q50/26 ? 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〕 G06Q50/00 特别适用于特定商业领域的系统或方法，例如公用事业或旅游（医疗信息学入G16H）〔2006.01，2012.01〕 G06Q50/10 服务〔2012.01〕 G06Q50/26 政府或公共服务〔2012.01〕	IPC分类号	G;0;6;Q;5;0;/;2;6;;;G;0;1;N;1;5;/;0;6;;;G;0;1;W;1;/;1;0查看分类表>
申请人	北京工业大学	申请人地址	北京市朝阳区平乐园100号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京工业大学	当前权利人	北京工业大学
发明人	顾锞;乔俊飞
代理机构	北京思海天达知识产权代理有限公司	代理人	刘萍

摘要

本发明涉及一种基于多任务集成学习器的PM2.5和O3浓度协同预测方法。以空气中6种污染物浓度和6种气象指标共计12种特征作为输入向量，得到PM2.5浓度和O3浓度的预测值。该模型在一个四阶段框架中实现，首先，建立多任务支持向量机回归学习器；然后，使用随机子空间方法生成多个随机特征集；然后，将生成的多个随机特征集所包含的数据作为训练集，建立多个学习器；最后，采用采用修剪技术，根据动态阈值对三个类别中的负向基学习器进行删除，对保留的正向基学习器采用取平均值的方法进行集成，以预测未来PM2.5和O3的浓度。本发明实现了小样本精确预测，较现有方法在预测误差和泛用性上均有明显提升。

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