【摘 要】
：
PM2.5是空气污染物中直径小于或等于2.5μm的可吸入肺部的悬浮颗粒,能破坏人体的呼吸系统、心血管系统、血液系统甚至为病毒的传播提供途径,因此PM2.5预测对于人类健康具有重要意义。PM2.5受工厂运作和人们交通出行等多因素影响具有非线性和不平稳性,导致PM2.5预测精度较低。现有的PM2.5预测模型大多未考虑与PM2.5相关的PM10,CO等多变量输入之间的相关关系特征提取,难以保证PM2.5
论文部分内容阅读
PM2.5是空气污染物中直径小于或等于2.5μm的可吸入肺部的悬浮颗粒,能破坏人体的呼吸系统、心血管系统、血液系统甚至为病毒的传播提供途径,因此PM2.5预测对于人类健康具有重要意义。PM2.5受工厂运作和人们交通出行等多因素影响具有非线性和不平稳性,导致PM2.5预测精度较低。现有的PM2.5预测模型大多未考虑与PM2.5相关的PM10,CO等多变量输入之间的相关关系特征提取,难以保证PM2.5在多时间步长预测的效果。针对上述问题,本文提出基于自适应变分模态分解（AVMD）与多元时序图神经网络（Mtem GNN）的PM2.5预测模型,主要内容如下:（1）由于PM2.5具有非线性和不平稳性,普通模型难以提取PM2.5的内部特征,本文提出了AVMD算法,自动将PM2.5分解为一组平稳的子模态。AVMD根据数据特性自动寻找变分模态分解（VMD）的最优分解参数组合,解决了VMD分解中模态数K和带宽约束强度α难以确定的问题。AVMD将PM2.5分解为一组频域特征明显且平稳的子模态,降低了PM2.5预测难度。（2）考虑传统欧式距离无法表示PM2.5与PM10、CO等其它相关污染物之间的相关关系特征,本文引入图神经网络构建非欧式距离的相关关系图结构。使用自注意力机制自动计算PM2.5与其他空气污染物之间的相似性并以此构建相关关系图结构,图卷积网络用来进一步学习图结构特征。图神经网络的使用有效提取了多元输入变量之间的相关关系特征,有利于PM2.5预测精度提升。（3）考虑PM2.5具有长程相关性,过去长期的PM2.5数据影响未来的预测结果,本文使用门控循环单元（GRU）学习PM2.5长期的记忆特性。GRU提取时间序列长期和短期的时间序列特征,解决长时间序列训练中梯度消失和梯度爆炸问题的同时降低非必要的计算量。经过GRU提取PM2.5的长程相关性进一步提高了PM2.5预测精度,使模型更适合预测多时间步长PM2.5。本文提出的PM2.5预测模型解决了PM2.5难以精准预测的问题,实验表明在北京真实数据集上本文所提出的预测模型远优于现有的基线模型。所提出模型在未来12小时的PM2.5预测中仍然有很高精度,不仅能给出行的人提供很好空气污染防护意见而且能够帮助政府空气污染治理。
其他文献
随着大数据技术、计算机技术以及遥感光谱成像技术的蓬勃发展,遥感场景中的高光谱图像（HSI）处理已经成为了国内外各个相关领域的研究热点,其中HSI异常检测和分类研究具有十分重要的研究意义和应用价值。遥感光谱成像技术可以生成光谱信息丰富的HSI,而由于HSI存在光谱维度高、空间分辨率低、数据量缺乏以及样本不平衡等问题,且在处理过程中容易受到噪声和混合像元等因素的影响,因此HSI异常检测和分类研究仍面临
心音信号包含大量关于心血管疾病的信息,心音听诊是心血管疾病诊断的重要手段。但由于受环境、心脏内部等各种因素的干扰,加大了心音听诊的难度,传统的听诊器诊断方式,仅依靠医生的听诊经验进行诊断,导致诊断准确率低。本文通过信号处理、模式识别对心音信号的自动分类识别进行研究,为心血管疾病诊断提供客观依据,提高心血管疾病的诊断效率。主要研究工作如下:（1）心音信号的降噪处理。针对采集的心音信号含有噪声,提出联
分布式驱动电动汽车四轮转矩独立精确可控、响应快速,在传动效率、结构布置以及整车动力学控制等方面具有巨大的优势而日益受青睐,是未来电动汽车发展的重要方向和研究热点。汽车主动安全控制技术依赖于路面附着的准确估计、有效的主动控制方式和协调控制算法。本文以分布式驱动电动汽车为研究对象,针对路面附着估计方法、主动前轮转向和转矩矢量协调控制开展了相关研究工作,具体内容如下:基于L-M优化算法的Elman神经网
机器人跟踪并抓取动态目标是制造业和空间探索中面临的一项挑战性任务。例如工业机器人需要分拣传送带上输送的零件,空间机械臂需要抓捕运动中的空间碎片等。为了实现精确而又可靠的抓取,机器人需要从复杂的背景中准确识别目标,然后预测目标运动情况并引导机器人抓取。针对这一需求,本文从两个方面开展工作:基于传统机器视觉技术和运动估计方法结合,研究平面运动物体的运动估计及抓取问题;基于深度学习框架,研究非结构化场景
传统的交流异步电机（AC Asynchronous Induction Motor,ACIM）存在起动电流大,功率因数低以及带载能力差等问题。为解决交流异步电机存在的问题,并积极响应国家节能减排和双碳战略,使用功率因数更高的永磁同步电机（Permanent Magnet synchronous Motor,PMSM）代替交流异步电机已成必然趋势。为降低成本,同时扩大应用场景,永磁同步电机位置传感器
眼底视网膜血管的检测与分析对许多眼科疾病的筛查和诊断具有重要作用,根据血管的直径、曲度和颜色等变化,它可以有效帮助医生判断眼科、内科等疾病。视网膜血管分割是眼科疾病临床检查的基础步骤,有助于病变的可视化与量化,因此,视网膜血管分割的准确性非常重要。人工分割方法既耗时又费力,同时眼底图像中血管的拓扑结构复杂多变,且形态各异,仅靠人工分割方法很难对视网膜血管进行准确的分析和判断。而借助计算机辅助诊断系
常导电磁悬浮系统本身具有较强的非线性,并且在通常情况下无法保证对其模型的准确获取。传统控制方法对精确模型有很大的依赖程度,导致其无法对悬浮系统的控制品质有所保证。因此,研究单点电磁悬浮控制系统对发展和应用磁悬浮技术具有重要的现实意义。线性自抗扰控制（LADRC）能够使被控对象不依赖其数学模型,从而克服系统客观存在的非线性、不确定性对跟踪效果的影响,使系统稳定性有所保障。同时,对系统抗干扰能力的增强
近年来我国轨道交通事业发展迅速,悬挂式稀土永磁磁悬浮列车作为一种新型轨道交通应运而生,其特别适合用于风景秀丽、地形起伏的中小型城市公共交通兼城市景观浏览交通,是“特色小镇”交通系统的首选。但是悬挂式永磁磁悬浮列车始终处于悬浮状态,其结构更为复杂、控制系统存在较大时滞以及约束条件众多且运行环境复杂,因此行驶过程中易受到各种扰动影响。针对以上问题,本文提出了一种改进的遗传算法用以获得各项性能指标均较优
输煤皮带的安全运行直接影响着电厂的生产效率,研究一种实时准确的输煤皮带监测方法具有重要意义。在实际生产中,输煤皮带最常见的故障是跑偏故障和打滑故障。传统的人工巡检存在劳动强度大和实时性差等缺点,机械装置检测存在可靠性差和自动化程度低等缺点。本文以输煤皮带为研究对象,针对输煤皮带的跑偏故障和打滑故障,研究了一种电厂输煤皮带运行状态的智能视觉监测方法。主要研究内容如下:（1）首先介绍了电厂输煤系统的组
皮肤癌与结直肠癌是如今致死率较高的两种癌症,早期的临床表征分别以皮损与息肉形式存在。皮损和息肉分割作为前期性状判断、疾病分类等关键步骤的基础,为后续的疾病分析与治疗计划提供可靠的依据。同时,准确的病灶分割结果有助于提升医师对疾病的诊断及良恶性判断的精准程度。因此,无论是从推动医学图像自动分割相关研究发展视角,还是从辅助临床医师诊断角度,开展皮肤病灶与肠息肉分割研究有着重要现实意义。本文针对皮肤镜和