公开(公告)号：CN117077843A

公开(公告)日：2023-11-17

申请号：CN202310928623.4

申请日：2023-07-27

Applicant: 北京工业大学

Inventor： 林绍福 ,  张毓莹 ,  刘希亮 ,  赵俊杰

IPC: G06Q10/04 ,  G06N3/0464 ,  G06N3/0455 ,  G06F18/214 ,  G06Q50/26

Abstract: 本发明公开了基于CBAM‑CNN‑Transformer的时空注意力细粒度PM2.5浓度预测方法。通过结合注意力机制和卷积神经网络技术实现PM2.5浓度细粒度预测。首先，利用研究区域兴趣点POI数据对所有监测站点进行分类，划分为商业区、住宅区、工业区和交通区站点四类。其次，不仅考虑监测站点间的时空相关性，还综合考虑了气象数据、不同天但同一时刻的空气污染物浓度对当前时刻PM2.5浓度的影响。利用空间注意力模块协助CNN有效地挖掘污染物数据与气象数据之间的特征关系，以深入获取PM2.5浓度的空间分布特征。利用Transformer有效地捕捉长距离时间序列之间的时间依赖性，得到当前时刻空气污染物浓度。最后，通过空气污染投诉语料数据，对监测站点污染物浓度异常值进行了解释性分析。

公开(公告)号：CN117076976A

公开(公告)日：2023-11-17

申请号：CN202310928618.3

申请日：2023-07-27

Applicant: 北京工业大学

Inventor： 刘希亮 ,  智晓颖 ,  张毓莹 ,  黄磊

IPC: G06F18/24 ,  G06F18/25 ,  G06F18/214 ,  G06N5/01 ,  G06N20/00 ,  G06Q50/26

Abstract: 本发明公开了一种面向数据不平衡分布的融合集成空气质量异常检测方法，该方法用于实现面向数据不平衡分布的空气质量异常检测。首先，该方法结合空气质量检测站点采集到的空气质量监测数据、空气质量异常投诉语料数据提取空气质量异常数据，建立空气质量异常检测数据集；其次，采用一种随机森林特征选择方法(ParcelForestModel)构造空气质量异常检测数据集特征向量；第三，提出了一种基于分层抽样的数据再平衡方法；最后，基于随机森林的贝叶斯超参数优化算法构建融合集成的HPO‑LGBM模型，实现空气质量异常检测。本发明构建HPO‑LGBM模型，克服了限制因素，并为面向数据不平衡分布的空气质量异常检测提供了一种开放式的研究框架。

公开(公告)号：CN118607596A

公开(公告)日：2024-09-06

申请号：CN202410821785.2

申请日：2024-06-24

Applicant: 北京工业大学

Inventor： 林绍福 ,  张毓莹 ,  费星嘉 ,  刘希亮

IPC: G06N3/0464 ,  G06N3/0455 ,  G06N3/0985 ,  G06Q50/26

Abstract: 本发明公开了基于ConvFormer‑KDE的长时PM2.5浓度点与区间预测方法。该方法通过卷积神经网络和Transformer技术实现测站准确PM2.5浓度点预测基础上，利用核密度估计技术量化了预测的不确定性和波动性。首先，对采集到的多测站多源数据集异常值和缺失值进行预处理。在影响因素选择方面，综合考虑空气污染污染物和气象因素之间的相互作用。其次，建立ConvFormer模型，该模型将卷积神经网络CNN和Transformer结合以捕获多元变量之间的长期依赖性，实现PM2.5浓度长期点预测。最后，利用核密度估计，得到置信度分别为85％、90％和95％的PM2.5浓度预测区间，以反映PM2.5长期变化趋势中的不确定性信息。本发明实现PM2.5浓度准确区间长时预测，为保护公众健康、监测环境污染情况、辅助政策制定等提供必要的技术支持。