Indexed by：
Abstract：
本申请提供一种模型训练方法、细颗粒物浓度预测方法、装置及电子设备，涉及细颗粒物浓度预测技术领域。模型训练方法包括：获取监测设备中采集的初始数据集；对初始数据集进行筛选，建立与细颗粒物相关的实验数据集；基于实验数据集对应的采集时间，将实验数据集划分为多个子阶段，获取多个对应的子阶段数据集；基于子阶段数据集，对初始预测模型进行训练，得到浓度预测模型。本申请通过对数据集进行分段，有效地提高了数据集的针对性和有效性，从而提高了浓度预测模型的预测精度，提高预测模型的性能，在浓度预测模型的基础上进行预测，能够有效地提高细颗粒物的浓度预测的准确性、实时性和效率。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202111451931.X
Filing Date： 2021-12-01
Publication Date： 2022-01-21
Pub. No.： CN113962333A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
