一种基于深度时空修正模型的城市区域尾气污染预测方法

摘要

本发明提供一种基于深度时空修正模型的城市区域尾气污染预测方法，包括：多源异构数据获取；自编码器特征抽取，通过构建三层自编码器网络结构，实现对所述多源异构数据特征降维抽取；尾气排放修正，将所述步骤二中提取的各数据源的降维特征数据，代入尾气排放修正模型；时空序列数据生成；深度时空网络模型预训练；将真实监测点位的遥测数据替换修正模型数据，重新训练得到修正的区域尾气排放预测模型；确定模型的权重参数，得到深度时空网络模型，输入所述多源异构数据，得到预测的区域尾气污染排放结果。