买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安交通大学申请的专利一种PM10浓度预测方法、系统、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115238595B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211020007.0，技术领域涉及：G06F30/27；该发明授权一种PM10浓度预测方法、系统、设备及存储介质是由朱利;周鑫;徐亦飞;常若宁;严汤文;王优;王超勇设计研发完成，并于2022-08-24向国家知识产权局提交的专利申请。

本一种PM10浓度预测方法、系统、设备及存储介质在说明书摘要公布了：本发明公开了一种PM10浓度预测方法、系统、设备及存储介质，首先对获取的空气质量历史数据进行清洗，对数据中的缺失值进行填充；基于填充后的数据选择出与PM10浓度数据存在相关性的数据；对相关性数据进行数据集划分，得到归一化处理后的数据；将归一化处理后的数据输送至Encoder‑DecoderWaveNet网络，提取时间依赖特征，并将时间依赖特征构建为输入矩阵，引入特征注意力机制，得到输入矩阵的加权特征矩阵；提取加权特征矩阵中的时序信息和特征信息，得到包含各历史时刻时序信息和特征信息的隐藏层状态；将隐藏状态发送至全链接层，得到预测结果，本发明公开的方法不仅考虑了时间的依赖性同时将相关性数据同时分析，提高了预测结果的精确性，保证了预测效果。

本发明授权一种PM10浓度预测方法、系统、设备及存储介质在权利要求书中公布了：1.一种PM10浓度预测方法，其特征在于，包括以下步骤： S1：清洗获取的空气质量历史数据，对数据中的缺失值进行填充，获取填充后的数据； S2：对填充后的数据进行相关性分析，选择出与PM10浓度数据存在相关性的数据，得到相关性数据； S3：对相关性数据进行数据集划分，得到归一化处理后的数据； S4：构建Encoder‑Decoder WaveNet网络，基于Encoder‑Decoder WaveNet网络，提取归一化处理后的数据的时间依赖特征，并将提取的时间依赖特征构建为输入矩阵； S5：基于输入矩阵，引入特征注意力机制，通过动态分类注意力权重得到输入矩阵的加权特征矩阵； S6：提取加权特征矩阵中的时序信息和特征信息，得到包含各历史时刻时序信息和特征信息的隐藏层状态； S7：将隐藏层状态发送至全链接层，得到预测结果； 所述S4包括以下步骤： 设为时间序列的输入序列，对输入序列进行编码得到中间向量C，计算方法为： 其中：w·表示非线性变换函数； 输入序列通过Encoder‑Decoder网络框架生成特征目标序列； 将中间向量C与输入序列在前t‑1时刻生成的目标序列结合，生成t时刻的目标序列，即为提取的时间依赖： 其中：g·表示激活函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。