申请/专利权人：聊城市茌平区环境监控中心

申请日：2024-01-05

公开（公告）日：2024-04-05

公开（公告）号：CN117829675A

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06Q50/26;G06F18/2135;G06F18/25;G06V20/00;G06V10/77;G06V10/80;G06V10/82;G06N3/0455;G06N3/0442;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明属于空气质量检测应用技术领域，尤其涉及一种基于大数据分析的环境与评级系统，包括获取空气质量等级、空气质量评价参数指标以及对应的天空图像的数据集，标准化处理。基于改进的主成分分析算法对空气质量评价参数指标进行特征提取，使用堆叠式降噪自动编码器来学习空气质量样本的评价参数指标特征以及天空图像特征，并使用受限玻尔兹曼机对各类特征之间的关系进行分析建模，得到融合后的特征，基于融合后的特征建立多特征融合的空气质量评级LSTM模型，快速，高效地对空气质量进行实时分析和评级。本发明提出的方法，充分考虑到了各类影响因素对空气质量等级的影响，并融合天空图像特征，实时、可靠、高效地对空气质量评级。

主权项：1.一种基于大数据分析的环境与评级系统，其特征在于，包括如下步骤：S1、通过数据信息系统获取目标区域的空气质量等级、空气质量评价参数指标以及天空图像的数据集；S2、标准化处理，对空气质量参数指标进行标准化，以消除不同指标间的量纲和数量级影响，标准化公式为： 其中，Xij为第i个已有空气质量样本的第j个评价参数指标的原始值，X'ij为第i个样本的第j个评价参数指标标准化后的值，和Sj分别为第j个评价参数指标的均值和标准差；S3、特征提取，基于改进的主成分分析算法对标准化后的已有空气评价参数指标进行特征提取，得到两组特征变量，所述改进的主成分分析算法描述为：S31、对空气质量评价参数指标进行相关性分析，基于Pearson相关系数法对空气质量评价参数指标进行分析并判断指标之间的相关程度，由相关系数进行衡量，其计算公式为： 其中covX,Y为任意两项评价参数指标X与Y之间的协方差，σX与σY分别为X与Y之间的标准差，μX和μY分别为X和Y的均值；ρXY的取值范围为-1～1，相关系数的绝对值越大，说明2个指标的相关性越强，对相关性较差的指标进行线性化处理；S32、计算所有评价参数指标的特征比重，其计算公式为： 其中，pij为第i个样本的第j项评价参数指标的特征比重；S33根据各项评价参数指标的特征比重计算评价参数指标的权重，其计算公式为： 其中，ej为第j项评价参数指标对应的熵值，Wj为第j项评价参数指标的权重；S34、根据各项评价参数指标的权重，结合局部影响归一化，对原始数据进行中心化，其计算公式为： 其中，为所有评价参数指标的均值，X'为中心化之后样本的值的集合，Xj为第j个评价参数指标的值；S35、计算并求解协方差矩阵的特征值和特征向量，降序排列后的前K个特征值即为主成分分析后的K个主成分；S4、特征融合，对特征提取得到的两组特征变量与从天空图像中提取出的图像特征进行特征层融合，得到融合后的特征数据，将特征数据划分为训练集数据和测试集数据；S5、搭建多特征融合的空气质量评级LSTM模型，用训练集数据对模型进行训练，用测试集数据测试LSTM模型的准确率，得到多特征融合的空气质量评级LSTM模型；S6、收集待评估区域的空气质量样本的空气质量评价参数指标以及天空图像并对其同已有空气质量样本进行预处理，包括标准化处理、特征提取以及特征融合；S7、将处理好的数据导入多特征融合的空气质量评级LSTM模型，得到待评估区域的空气质量等级。

全文数据：

权利要求：

百度查询： 聊城市茌平区环境监控中心 一种基于大数据分析的环境与评级系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD