買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜合肥學院申請的專利一種基于Copula熵相關性分析的PM2.5預測方法和系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114997510B 。

龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210721287.1，技術領域涉及：G06Q10/04；該發明授權一種基于Copula熵相關性分析的PM2.5預測方法和系統是由吳曉璇;朱俊;鄒慶尊設計研發完成，并于2022-06-17向國家知識產權局提交的專利申請。

本一種基于Copula熵相關性分析的PM2.5預測方法和系統在說明書摘要公布了：本申請涉及空氣污染防治技術領域，具體涉及一種基于Copula熵相關性分析的PM2.5預測方法和系統，該方法包括獲取大氣污染物歷史數據以及氣象因素歷史數據，基于Copula熵相關性分析，對所述大氣污染物歷史數據以及氣象因素歷史數據中的影響因子進行排序，獲得排序后與PM2.5相關性較大的主影響因子的影響因素，基于Copula熵相關性分析，對所述大氣污染物歷史數據以及氣象因素歷史數據中的影響因子進行排序，獲得排序后與PM2.5相關性較大的主影響因子的影響因素，基于AGA確定LSTM模型中的參數，基于所述LSTM模型對污染物預測，獲得PM2.5預測結果。利用CE實現PM2.5與氣象因素及大氣污染物間的相關性分析，實現污染物預測。

本發明授權一種基于Copula熵相關性分析的PM2.5預測方法和系統在權利要求書中公布了：1.一種基于Copula熵相關性分析的PM2.5預測方法，其特征在于，所述PM2.5預測方法包括以下步驟：獲取大氣污染物歷史數據以及氣象因素歷史數據；基于Copula熵相關性分析，對所述大氣污染物歷史數據以及氣象因素歷史數據中的影響因子進行排序，獲得排序后與PM2.5相關性較大的主影響因子的影響因素；再次利用Copula熵相關性分析對所述主影響因子與PM2.5相關性進行相關系數歸一化，作為每個主影響因子的權重，帶入構建的AGA-LSTM預測模型；基于AGA確定LSTM模型中的參數，基于所述LSTM模型對污染物預測，獲得PM2.5預測結果；其中，所述Copula熵基于Copula理論，所述Copula理論中多元概率密度函數表征邊數與Copula密度函數的乘積，Copula密度函數表征隨機變量之間的依賴結構，所述Copula熵為非參數方法用于從數據中估算CE或MI，所述非參數方法包括：估算經驗Copula密度函數以及估算Copula熵；其中，所述構建的AGA-LSTM預測模型為將AGA與LSTM相融合構建AGA-LSTM預測模型，用于對PM2.5的預測，所述AGA-LSTM預測模型的構建方法，包括以下步驟：步驟S101、對LSTM中的參數隱含層神經元數、訓練次數、學習率進行二進制編碼；步驟S102、基于LSTM中的參數的二進制編碼，產生初始種群N，其中，N為偶數；步驟S103、建立LSTM模型，對訓練集、測試集的數據進行訓練和預測，將預測的均方差誤差作為AGA適應度值fi；步驟S104、按輪盤賭規則選擇N個個體，計算favg和fmax；步驟S105、將群體中的各個體隨機搭配成對，共組成N2對，每一對個體按照自適應公式計算自適應交叉概率隨機產生R0,1，若R＜Pc，則對該對染色體進行交叉操作；步驟S106、對于群體中的所有個體N，按照自適應變異公式計算自適應變異概率若R＜Pm，則對該染色體進行交叉操作；步驟S107、計算由交叉和變異生成新個體的適應度，新個體與父代一起構成新群體；步驟S108、判斷是否滿足終止條件，若滿足，則終止返回最優參數，否則執行步驟S104；步驟S109、利用AGA獲得的最優參數構建LSTM網絡模型；訓練模型，實現預測結果輸出。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人合肥學院，其通訊地址為：230601 安徽省合肥市經濟技術開發區錦繡大道99號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。