基于决策树索引的神经网络预测空气质量的方法
基本信息
| 申请号 | CN201910630581.X | 申请日 | - |
| 公开（公告）号 | CN110363347A | 公开（公告）日 | 2019-10-22 |
| 申请公布号 | CN110363347A | 申请公布日 | 2019-10-22 |
| 分类号 | G06Q10/04;G06N3/04;G06N3/08;G01N15/06;G01N33/00 | 分类 | 计算；推算；计数; |
| 发明人 | 林宣雄;许秋飞;杭怡春;崔平 | 申请（专利权）人 | 江苏天长环保科技有限公司 |
| 代理机构 | 常州唯思百得知识产权代理事务所（普通合伙） | 代理人 | 江苏天长环保科技有限公司 |
| 地址 | 214000 江苏省无锡市宜兴市新街街道兴业路298号主楼601室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于决策树索引的神经网络预测空气质量的方法，包括以下步骤：建立相关气象因子、空气质量和大气污染物排放量的时间序列数据集；利用决策树DT算法对获取的训练样本进行分类，生成以空气质量特征为导向的最优树形结构Tα及其相应分类结果；根据所述分类结果，为每一分类建立一个BP神经网络模型，并进行模型训练；输入预测数据集，基于决策树进行分类索引，选择训练后的DT‑BP神经网络模型或综合BP神经网络对空气质量进行预测；基于迭代算法得到连续的空气质量预报结果；记录出现不满足决策树分类匹配规则的数据集次数，超过设定值自动启动模型更新。本发明适用于常规天气、突变天气及重污染天气的空气质量预测预报。 |
