[发明专利]基于域适应的区域尾气迁移预测方法、系统及存储介质

权利要求书

1.一种基于域适应的区域尾气迁移预测方法，其特征在于，包括以下步骤：

S1：获取源区域和目标区域的历史尾气数据以及外部因素数据，并对进行数据预处理得到源域数据和目标域数据；

S2：对源域数据和目标域数据以监测点为节点，两两相连，边权重为监测点距离的倒数构建图结构数据，并根据源区域和目标区域的尾气浓度变化特性划分时间序列集合；

S3：构建尾气时空特征提取模块，对源区域和目标区域的时间序列数据进行浅层特征提取与融合；

S4：构建自动编码器，利用编码器将S3后属于不同特征空间的源域和目标域浅层时空特征非线性映射到同一特征空间，在共同特征空间内对源域和目标域的时空特征差异进行刻画，并利用解码器将源域和目标域特征映射到各自的特征空间；

S5：对解码器映射后的源域和目标域时空特征进行深度提取，并输出预测结果；

其中，所述S3具体包括：

S31：将源域H^s和目标域尾气时间序列H^t分别送入源域时空图卷积网络和目标域时空图卷积网络的特征提取模块进行浅层特征提取；

特征提取模块由单层时空图卷积网络构成，内部结构为两层时间门控卷积层和一层空间图卷积层组的类似三明治的结构：

f^s和f^t是源域和目标域的单层时空图卷积的表示函数，和是源域和目标域经过提取的浅层特征；

S32：对于外部因素，利用双层全连接网络和对源区域和目标区域的外部因素进行特征提取再利用非线性激活函数tanh获得归一化的外部因素特征和源域和目标域全连接网络的输入维度均是24，输出维度分别是源域和目标域的空间节点数；

S33：对外部因素特征和浅层特征和进行特征融合，获取融合特征和

⊙代表哈德玛积。

2.根据权利要求1所述的基于域适应的区域尾气迁移预测方法，其特征在于：S1的具体步骤如下：

S11：分别获取源区域和目标区域的历史尾气数据以及相应的外部因素数据；

S12：对源区域和目标区域的历史尾气数据进行插值，异常值处理，归一化化等预处理操作。

3.根据权利要求2所述的基于域适应的区域尾气迁移预测方法，其特征在于：所述S2具体包括：

S21：根据监测点地理位置信息将源区域和目标区域的数据构建成图数据X_t＝{V，E，W}，X_t表示t时刻的图数据，V，E，W分别表示图的节点，边和权重；对于图X_t，节点是尾气监测站点，任意两个节点都是连通的，图的边权重为两节点之间距离的倒数；

S22：考虑到尾气的时间分布特性，将尾气的历史观测数据按照时间顺序以时间间隔Δt划分成历史观测序列；

根据时间序列长度l，将源区域划分成将目标区域历史观测序列划分成源区域用H^s表示，目标区域历史观测序列用H^t表示；

S23：对外部因素进行编码，获得外部因素的输入向量