【技术实现步骤摘要】
本专利技术涉及模型安全，具体涉及一种基于大数据的空气污染数学模型的建立方法。
技术介绍
1、空气污染数学模型是用来模拟和预测大气污染物在环境中扩散和反应的数学工具，通过输入气象数据和污染源信息模拟预测一次污染物和二次污染物的扩散情况，空气污染数学模型对于空气质量的管理至关重要，它们被用来评估污染源的贡献率，帮助制定有效的污染减排政策，并预测未来政策实施后的污染物浓度变化，从而估计政策的有效性以及减少对人类和环境的影响；
2、空气污染数学模型的建立和成型过程离不开庞大的气象数据和高算力硬件设备的支持，目前的一种建立空气污染数学模型的方法，其在构建了一种基础的空气污染数学模型后，从多个受信任的数据源中采集气象数据对其进行训练，同时为了保证空气污染数学模型的训练效率和节省主服务器的运算和存储资源，将基础的空气污染数学模型依据其内参数的不同拆分成多个小模型，在多个辅服务器中进行对应参数训练，主服务器只需要对各个辅服务器训练的最终数据进行汇总就可以了，这样的方式可以有效的节省主服务器的运算和存储资源，使主服务器可以有更多的资源可以做其
<本文档来自技高网...【技术保护点】
1.一种基于大数据的空气污染数学模型的建立方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于大数据的空气污染数学模型的建立方法，其特征在于，专项数据采集单元，每间隔一个专项采集周期对数据源在该专项采集周期内采集的专项数据进行获取并依据其生成该专项采集周期的专项数据。
3.根据权利要求1所述的一种基于大数据的空气污染数学模型的建立方法，其特征在于，在进行步骤一前，还需进行以下步骤：
4.根据权利要求1所述的一种基于大数据的空气污染数学模型的建立方法，其特征在于，在进行步骤一后，还需进行以下步骤：
5.根据权...
【技术特征摘要】
1.一种基于大数据的空气污染数学模型的建立方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于大数据的空气污染数学模型的建立方法，其特征在于，专项数据采集单元，每间隔一个专项采集周期对数据源在该专项采集周期内采集的专项数据进行获取并依据其生成该专项采集周期的专项数据。
3.根据权利要求1所述的一种基于大数据的空气污染数学模型的建立方法，其特征在于，在进行步骤一前，还需进行以下步骤：
4.根据权利要求1所述的一种基于大数据的空气污染数学模型的建立方法，其特征在于，在进行步骤一后，还需进行以下步骤：
5.根据权利要求1所述的一种基于大数据的空气污染...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。