基于BiLSTM-WaveNet-MHSA的空气质量指数预测方法技术

技术编号:44989819 阅读:24 留言:0更新日期:2025-04-15 17:06
本发明专利技术公开了一种基于BiLSTM‑WaveNet‑MHSA的空气质量指数预测方法,涉及深度学习相关领域。所述方法包括:对空气质量数据集进行数据预处理;主干网络采用在双向长短期记忆网络BiLSTM作为基础网络,加入改进的WaveNet残差网络,并引入多头自注意力MHSA网络输出预测值;将预处理后的空气质量数据集输入到主干网络进行特征提取,数据流先后经过BiLSTM网络层和WaveNet网络层,提取浅层时间特征和深层细节特征,包括污染物浓度随时间变化特征和与风速、温度和湿度等影响因素相关性特征;将WaveNet层输出的特征数据输入多头自注意力MHSA网络中,根据不同特征的重要程度分配权重,经过多头自注意力权重计算后输出,通过全连接层来预测空气质量指数。

【技术实现步骤摘要】

本专利技术涉及一种基于bilstm-wavenet-mhsa的空气质量指数预测方法,涉及深度学习相关领域。


技术介绍

1、随着全球经济和工业化的发展,人们的生活水平得到了提高,与此同时,空气污染等环境问题也成为人们关注的焦点。正如世界卫生组织(world health organization,who)指出的,空气污染是世界上最大的环境健康风险,它将导致许多疾病,包括但不限于呼吸道感染、心脏病、慢性阻塞性肺病、中风和癌症。因此,随着人们健康意识的提高,越来越多的智能设备(如智能带)被开发和配备,可以报告空气质量状况。

2、空气污染问题在物联网和传感网络领域得到了广泛的讨论。c.zhang等人设计了一种有效的卷积神经网络,用于预测空气质量指数,主要由两部分组成:首先,在网络的最后一层设计了一个负对数序分类器,可以提高模型的序数判别能力。其次,设计了一种基于线性整流函数的激活函数用于基于天空图像的空气质量检测问题。l.lin等人提出了基于循环神经网络和长短期记忆神经网络(long short time memory,lstm)模型的两个动态模型用于本文档来自技高网...

【技术保护点】

1.基于BiLSTM-WaveNet-MHSA的空气质量指数预测方法,其特征在于:通过以下步骤实现:

【技术特征摘要】

1.基于bilstm-wavenet-mhsa的空...

【专利技术属性】
技术研发人员:于天河刘珂鑫
申请(专利权)人:哈尔滨理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1