一种基于深度学习的空气质量监测方法

本申请公开了一种基于深度学习的空气质量监测方法，涉及空气质量监测技术领域，通过空气质量的历史监测数据构建历史样本数据以及其对应的空气质量标签；采用深度学习模型构建空气质量预测模型，根据历史样本数据以及其对应的空气质量标签，并采用多策略引导优化算法对空气质量预测模型进行训练，得到训练之后的空气质量预测模型；采集与历史样本数据的数据结构相同的实时样本数据，并采用训练之后的空气质量预测模型对实时样本数据进行识别，得到空气质量预测信息；根据空气质量预测信息生成空气质量监测报告，并将空气质量监测报告反馈至工作人员指定的设备中，通过深度学习技术实现空气质量的预测，提升了空气质量监测的时效性。