[發明專利]環境數據預估方法、裝置及存儲介質、服務器

在審

• 申請號: 201811348276.3
• 申請日: 2018-11-13
• 公開（公告）號: CN109685246A
• 公開（公告）日: 2019-04-26
• 發明（設計）人: 陳曦;李薿;豆澤陽;莊伯金;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04
• 代理公司: 深圳市立智方成知識產權代理事務所(普通合伙) 44468
• 代理人: 王增鑫

1.一種環境數據預估方法，其特征在于，包括：

獲取目標站點以及目標站點預設范圍內每個站點的環境數據，基于卷積神經網絡和所述環境數據提取影響目標站點的關鍵數據；

獲取第一預估模型和目標站點以及目標站點預設范圍內每個站點的歷史環境數據，基于所述第一預估模型和所述歷史環境數據確定第一預估環境數據；

耦合所述關鍵數據和所述第一預估環境數據，獲得所述目標站點的第二預估環境數據。

2.根據權利要求1所述的環境數據預估方法，其特征在于，所述耦合所述關鍵數據和所述第一預估環境數據，獲得所述目標站點的第二預估環境數據，包括：

通過注意力機制耦合所述關鍵數據和所述第一預估環境數據，獲得耦合數據；

將所述耦合數據輸入卷積神經網絡進行運算，獲得所述第二預估環境數據。

3.根據權利要求1所述的環境數據預估方法，其特征在于，所述獲取目標站點以及目標站點預設范圍內每個站點的環境數據，基于卷積神經網絡和所述環境數據提取影響目標站點的關鍵數據，包括：

獲取目標站點以及目標站點預設范圍內每個站點的環境數據，基于卷積神經網絡確定每個站點的所述環境數據對目標站點的所述環境數據的影響值；

基于所述影響值提取影響目標站點環境數據的關鍵數據。

4.根據權利要求3所述的環境數據預估方法，其特征在于，所述獲取目標站點以及目標站點預設范圍內每個站點的環境數據，基于卷積神經網絡確定每個站點的所述環境數據對目標站點的所述環境數據的影響值，包括：

獲取目標站點以及目標站點預設范圍內每個站點的所述環境數據，所述環境數據包括氣象數據和至少一種污染物的污染物數據；

基于目標站點的所述氣象數據、目標污染物的污染物數據和注意機制確定目標站點的所述環境數據對目標污染物的第一影響值；

基于預設范圍內每個站點的所述氣象數據、目標污染物的污染物數據、目標站點與所述每個站點之間的相關性、注意機制確定所述每個站點對目標站點的目標污染物的第二影響值。

5.根據權利要求4所述的環境數據預估方法，其特征在于，所述基于所述影響值提取影響目標站點環境數據的關鍵數據，包括：

將所述第一影響值和所述第二影響值輸入卷積神經網絡，獲得影響目標站點環境數據的所述關鍵數據。

6.根據權利要求1至5任一項所述的環境數據預估方法，其特征在于，所述獲取目標站點以及目標站點預設范圍內每個站點的環境數據，包括：

依據預設環境數據獲取時間周期獲取目標站點以及目標站點預設范圍內每個站點的所述環境數據。

7.一種環境數據預估裝置，其特征在于，包括：

關鍵數據提取模塊，用于獲取目標站點以及目標站點預設范圍內每個站點的環境數據，基于卷積神經網絡和所述環境數據提取影響目標站點的關鍵數據；

第一預估環境數據確定模塊，用于獲取第一預估模型和目標站點以及目標站點預設范圍內每個站點的歷史環境數據，基于所述第一預估模型和所述歷史環境數據確定第一預估環境數據；

耦合模塊，用于耦合所述關鍵數據和所述第一預估環境數據，獲得所述目標站點的第二預估環境數據。

8.根據權利要求7所述的環境數據預估裝置，其特征在于，所述耦合模塊包括：

耦合單元，用于通過注意力機制耦合所述關鍵數據和所述第一預估環境數據，獲得耦合數據；

卷積神經計算單元，用于將所述耦合數據輸入卷積神經網絡進行運算，獲得所述第二預估環境數據。

9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，該程序被處理器執行時實現權利要求1至6任一項所述的環境數據預估方法。

10.一種服務器，其特征在于，包括：

一個或多個處理器；

存儲器；

一個或多個應用程序，其中所述一個或多個應用程序被存儲在所述存儲器中并被配置為由所述一個或多個處理器執行，所述一個或多個應用程序配置用于執行根據權利要求1至6任一項所述的環境數據預估方法的步驟。