一种基于序列分解的臭氧预测方法、系统、介质和产品

本发明公开了一种基于序列分解的臭氧预测方法、系统、介质和产品，涉及大气质量检测技术领域，将历史数据输入到已训练完成的臭氧预测模型，得到未来设定时间的臭氧浓度预测值；所述臭氧预测模型的训练过程如下：从所获取的气象数据和空气污染数据中提取特征并预处理得到原始臭氧浓度序列；利用移动平均核对输入的原始臭氧浓度序列分解为趋势分量与季节分量，所述趋势分量反映长期稳定变化，所述季节分量反应日周期性波动；将趋势分量与季节分量分别输入到堆叠的LSTM网络中，通过两个分支网络分别特征提取后进行线性变换融合，得到未来设定时间的臭氧浓度预测值；所述LSTM网络的两个分支网络均包括多个串联连接的层结构，用于分别通过多层逐次传递，实现层间的特征提取和非线性建模；构建损失函数，以调整臭氧预测模型中的可训练参数；该臭氧预测方法有效提升臭氧预测的准确度。