公开(公告)号：CN109063908B

公开(公告)日：2020-10-27

申请号：CN201810852241.7

申请日：2018-07-30

Applicant: 浙江鸿程计算机系统有限公司

Inventor： 王敬昌 ,  陈岭 ,  丁怡芳 ,  张圣 ,  郑羽

IPC: G06Q10/04 ,  G06Q50/26 ,  G01W1/00 ,  G01N33/00

Abstract: 本发明涉及一种基于深度多任务学习的城市AQI预测与空间细粒度AQI等级估计方法，本发明对于AQI预测，利用深度神经网络得到与之相关的多种城市大数据的表示，基于这些表示对有监测站区域的AQI进行预测。对于空间细粒度AQI等级估计，利用深度神经网络得到与之相关的多种城市大数据的表示，基于这些表示对无监测站区域的AQI等级进行估计。通过共享数据表示，对模型参数进行协同训练。本发明结合深度学习和多任务学习对有空气质量监测站的区域进行AQI预测，对无空气质量监测站的区域进行AQI等级估计，在普适计算、环保等领域具有广阔的应用前景。

公开(公告)号：CN109063908A

公开(公告)日：2018-12-21

申请号：CN201810852241.7

申请日：2018-07-30

Applicant: 浙江鸿程计算机系统有限公司

Inventor： 王敬昌 ,  陈岭 ,  丁怡芳 ,  张圣 ,  郑羽

IPC: G06Q10/04 ,  G06Q50/26 ,  G01W1/00 ,  G01N33/00

Abstract: 本发明涉及一种基于深度多任务学习的城市AQI预测与空间细粒度AQI等级估计方法，本发明对于AQI预测，利用深度神经网络得到与之相关的多种城市大数据的表示，基于这些表示对有监测站区域的AQI进行预测。对于空间细粒度AQI等级估计，利用深度神经网络得到与之相关的多种城市大数据的表示，基于这些表示对无监测站区域的AQI等级进行估计。通过共享数据表示，对模型参数进行协同训练。本发明结合深度学习和多任务学习对有空气质量监测站的区域进行AQI预测，对无空气质量监测站的区域进行AQI等级估计，在普适计算、环保等领域具有广阔的应用前景。