本发明公开了一种针对目标路段的机动车尾气浓度连续时间预测方法,通过构造eRCNN神经网络模型,以包含连续路段时空尾气浓度数据的矩阵作为网络的输入,用卷积层自然地捕获附近路段之间的尾气浓度的复杂交互性,而无需详细的表征,同时引入误差反馈循环层来感知污染物浓度突然变动引起的预测误差,此外还极大程度上利用、整合了历史观测数据之间的关系,提高了预测精度与效率,同时具有较强的泛化能力,具有一定的社会价值和现实意义。
📄 2018100279319
📂 G06N3_04
👤 苏远跃
📅 2018-01-11