-
公开(公告)号：CN118016180A
公开(公告)日：2024-05-10
申请号：CN202410251571.6
申请日：2024-03-06
Applicant: 安徽大学
IPC: G16C20/20 , G06F18/20 , G06F18/213 , G06N3/0442 , G06N3/08 , G06F123/02
Abstract: 本发明公开了基于ARIMA‑LSTM混合模型对大气甲烷的时间序列预测分析系统及方法，涉及空气质量预报技术领域，包括如下步骤：对大气甲烷的相关实验数据进行采集；通过数据的平稳性检验和平稳性处理对原始数据进行预处理操作；通过确定模型阶数、模型训练、模型评估来构建ARIMA‑LSTM混合模型；本发明充分考虑了大气甲烷时间序列影响因素的高度复杂性和非线性特征，通过ARIMA模型进行多维影响因素的特征提取，通过变分自编码器降维(VAE模型)以减小运算开销，相较于RNN、LSTM、TCN等模型，参数量更少，能够提升大气甲烷时间序列预测准确性和鲁棒性，进一步简化模型，提升运算速度。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
