买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南师范大学申请的专利基于高斯过程回归和深度学习的PM2.5浓度预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116796805B 。

龙图腾网通过国家知识产权局官网在2026-03-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310523089.9，技术领域涉及：G06F18/27；该发明授权基于高斯过程回归和深度学习的PM2.5浓度预测方法是由黄明智;何家安;李小勇;吴凤儿;易晓辉;陈振国设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。

本基于高斯过程回归和深度学习的PM2.5浓度预测方法在说明书摘要公布了：本发明提供基于高斯过程回归和深度学习的PM2.5浓度预测方法，包括：步骤1：获取PM2.5浓度历史数据；PM2.5浓度历史数据包括为PM2.5浓度真实值的输入变量和为PM2.5浓度预测值的输出变量；步骤2：按照预设比例将PM2.5浓度历史数据划分成训练数据集及测试数据集，并对训练数据集和测试数据集进行预处理；步骤3：构建融合卷积神经网络和长短时记忆网络的PM2.5浓度点预测模型，将预处理后的训练数据集输入至PM2.5浓度点预测模型中进行多次训练，获取理想参数，并基于理想参数，对PM2.5浓度点预测模型进行配置；步骤4：将预处理后的测试数据集输入至配置完成的PM2.5浓度点预测模型，获得输出变量的点预测结果；步骤5：构建高斯过程回归和深度学习的PM2.5浓度预测混合模型，将点预测结果输入至PM2.5浓度预测混合模型，获得点预测结果对应的概率分布函数和预测区间。

本发明授权基于高斯过程回归和深度学习的PM2.5浓度预测方法在权利要求书中公布了：1.一种基于高斯过程回归和深度学习的PM2.5浓度预测方法，其特征在于，包括： 步骤1：获取PM2.5浓度历史数据；所述PM2.5浓度历史数据包括为PM2.5浓度真实值的输入变量和为PM2.5浓度预测值的输出变量； 步骤2：按照预设比例将所述PM2.5浓度历史数据划分成训练数据集及测试数据集，并对所述训练数据集和所述测试数据集进行预处理； 步骤3：构建融合卷积神经网络和长短时记忆网络的PM2.5浓度点预测模型，将预处理后的所述训练数据集输入至所述PM2.5浓度点预测模型中进行多次训练，获取理想参数，并基于所述理想参数，对所述PM2.5浓度点预测模型进行配置； 步骤4：将预处理后的所述测试数据集输入至配置完成的所述PM2.5浓度点预测模型，获得所述输出变量的点预测结果； 步骤5：构建高斯过程回归和深度学习的PM2.5浓度预测混合模型，将所述点预测结果输入至所述PM2.5浓度预测混合模型，获得所述点预测结果对应的概率分布函数和预测区间； 所述步骤5，还包括： 计算得出的点预测、区间预测的各项指标， 所述点预测的指标按照以下公式计算： 其中，yi是第i个观测值，Var是第i个观测值的平均值，Yi为PM2.5浓度预测混合模型、CNN-GPR模型、LSTM-GPR模型、GPR模型进行PM2.5预测输出的第i个预测值，是方差，N是预测样本个数，E和σ为运算符，MAE为平均绝对误差，RMSE为平均平方根误差，R为相关系数； 所述区间预测的指标按照以下公式计算： 其中，Uiα是第i个点预测值的预测区间上限，Liα是第i个点预测值的预测区间下限，α是可信度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南师范大学，其通讯地址为：510006 广东省广州市番禺区外环西路378号华南师范大学环境学院；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。