| 专利名称 | 一种基于重构深度学习的道边空气污染物浓度预测方法 | 申请号 | CN201611267909.9 | 专利类型 | 发明专利 | 公开（公告）号 | CN106611090A | 公开（授权）日 | 2017.05.03 | 申请（专利权）人 | 中国科学技术大学 | 发明（设计）人 | 康宇;陈绍冯;李泽瑞;崔艺;王雪峰 | 主分类号 | G06F17/50(2006.01)I | IPC主分类号 | G06F17/50(2006.01)I | 专利有效期 | 一种基于重构深度学习的道边空气污染物浓度预测方法 至一种基于重构深度学习的道边空气污染物浓度预测方法 | 法律状态 | 实质审查的生效 | 说明书摘要 | 本发明涉及一种基于重构深度学习的道边空气污染物浓度预测方法，基于重构深度学习方法，根据道边空气污染物的时空分布特点，提出深度重构Elman模型；根据限制玻耳兹曼机的特点，利用道边空气污染物浓度数据集的部分输入数据，完成深度重构Elman模型的初始化；采用梯度下降算法，对深度重构Elman模型进行训练，通过模型的特征映射功能，得到基于路网信息、气象信息、交通信息等因素的道边空气污染物浓度实时预测方法。 |
1、源头对接，价格透明
2、平台验证，实名审核
3、合同监控，代办手续
4、专员跟进，交易保障