一种基于多任务学习的大气污染物浓度预测方法.pdfVIP

下载本文档

2
0
约6.97千字
约 7页
2023-06-15 发布于四川
举报
版权申诉

一种基于多任务学习的大气污染物浓度预测方法.pdf

1、本文档共7页，其中可免费阅读6页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于多任务学习的大气污染物浓度预测方法，实现该方法的步骤如下：设置滑动窗的参数；设置多任务学习的DBN‑DNN预测模型架构；选择与各预测任务相关的特征，利用深度信念网络同时提取多个学习任务的抽象特征表示，共享这些表示去预测各任务响应变量的数值；在预测的过程中利用滑动窗口获取实时监测到的最近数据动态并调整模型参数。本方法使用多任务学习可以获得更好的预测性能，将相关任务训练数据中的信息斤行共享是有必要的。通过对多个相关任务同时进行学习从而获得预测结果，比起分别对每个任务单独训练模型，

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113159099 A (43)申请公布日 2021.07.23 (21)申请号 202110182156.6 (22)申请日 2021.02.09 (71)申请人北京工业大学地址