专利号：2021100218143
本发明公开了一种基于图卷积的全残差深度网络的模型建立方法及应用，本方法为：采集整理空气污染数据并预处理；在空间、时间维度，分别找最近邻点对，计算两个维度相关系数比值；正则化处理，确定时空维度；采用k‑NN最近邻算法，查找所有最近的k个最近邻及其距离；采用基于位置的分层随机抽样方法，划分训练与测试样本；建立基于图卷积的全残差深度网络模型并训练；模型参数调优，获得最优模型。本应用为：调用最优的模型，进行空气污染情况的预测。本发明减少过拟合，大幅提高空气污染物浓度时空估算的精度及泛化性(实际的预测能力)，将时空变异输出同全残差深度网络连接，提高模型挖掘时空变异及模型的泛化能力。
