[发明专利]一种基于多领域特征的城市空气质量等级预测方法

权利要求书

1.一种基于多领域特征的城市空气质量等级预测方法，其特征在于，包括数据预处理阶段、 训练阶段、预测阶段；

数据预处理阶段：

1)对影响空气质量的多个领域的数据进行采集；

2)把城市划分成不相交的网格，每个网格g内的空气污染物浓度相同；

3)网格g所在的城市有m个含有空气监测站点的网格，抽取这些网格对应的每小时的空间 特征和时间特征，每个小时可以生成m个训练样本；若历史数据跨越n个小时，则可以得 到n×m个训练样本；

训练阶段：

1)训练数据集的获得及特征函数的定义：过去k个时刻生成的k个向量构成训练特征向量 集X^t＝{X₁，X₂，...，X_k}，其与过去k个时刻的AQI等级构成的标记序列Y＝{Y₁，Y₂，...，Y_k}组 成训练数据集；特征函数包括状态特征函数和转移特征函数；

2)基于定义的特征函数，采用拟牛顿法的BFGS算法对训练数据集进行学习，估计出条件 随机场模型最优参数，得到最优模型并输出条件随机场模型；

预测阶段：

1)预测特征向量集的获得：要预测的每个时刻i生成一个特征向量X_i，n个时刻生成n个 向量X^f＝{X₁，X₂，...，X_n}；

2)利用预测特征向量集X^f＝{X₁，X₂，...，X_n}作为输入序列，采用维特比算法结合训练阶段学 习得到的条件概率模型求得条件概率P(Y/X^f)最大的输出序列并输 出预测结果。

2.根据权利要求1所述的一种基于多领域特征的城市空气质量等级预测方法，其特征在于， 所述的空间特征包括：交通相关特征时间特征包括：气象学相关特征F_m、空气污染物 相关特征

3.根据权利要求1所述的一种基于多领域特征的城市空气质量等级预测方法，其特征在于， 所述的训练特征向量集或预测特征向量集中的向量包括交通相关特征气象学相关特征 空气污染物相关特征三类特征。

4.根据权利要求1所述的一种基于多领域特征的城市空气质量等级预测方法，其特征在于， 所述的状态特征函数包括生成的状态特征函数集其中包括6×p个函数，一般形式如下式所示：

其中i表示多领域特征向量的第i行(1≤i≤k))，Y_i表示第i行对应的时刻的AQI等级。

5.根据权利要求1所述的一种基于多领域特征的城市空气质量等级预测方法，其特征在于， 所述的转移特征函数包括生成的转移特征函数集其中包括6×6×p个函数，一般形式 如下式所示：

其中i表示特征向量集的第i行(1≤i≤k))，Y_i表示第i行对应的时刻的AQI等级，Y_i-1表 示第i-1行对应的时刻的AQI等级。