[发明专利]基于多个监测指标的质量控制方法有效
申请号: | 201710568178.X | 申请日: | 2017-07-12 |
公开(公告)号: | CN107480698B | 公开(公告)日: | 2021-02-12 |
发明(设计)人: | 徐伟嘉;冯梦思;刘永红;卢志想;黄建彰;陈群 | 申请(专利权)人: | 中山大学;广东旭诚科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q10/06;G01N33/00;G01W1/00 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 温旭;张泽思 |
地址: | 510220 *** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 监测 指标 质量 控制 方法 | ||
1.一种基于多个监测指标的质量控制方法,其特征在于,所述多个监测指标为大气环境监测指标,包括以下步骤:
S1.首先对历史数据进行训练集和测试集的划分;
S2.利用训练集的数据构建决策树;
S3.构建好决策树后利用测试集数据进行验证,验证决策树构建的效果,并根据测试结果不断优化和调整决策树模型;
S4.构建最终模型树型结构,输出分类结果中每个类别对应的监测指标取值范围以及每个树枝的预测准确率;
S5.选取决策树中预测准确率大于85%的树枝作为质控标准,输出各树枝对应的监测指标取值范围,利用反推过程对多个监测指标的检测样本进行质量控制;如果多个监测指标的检测样本的某个监测指标对应于预测准确率大于85%的树枝对应的监测指标取值范围之外判断为检测样本监测异常,反之为检测样本监测正常;
S6.对于预测准确率小于85%的树枝重新进行样本的选择和决策树的训练,给予预测准确率越低的级别以越大的权重进入到训练集中,重复步骤S1-S4,直到预测变量所有类别的预测准确率均在85%以上再进行步骤S5;其中步骤S5所述利用反推过程对多个监测指标的检测样本进行质量控制包括以下步骤:运用历史数据构建决策树,对训练样本进行分类,通过训练样本的分类的结果检验多个监测指标的检测样本是否存在异常现象;针对多个监测指标的检测样本所属的分类类别,观察多个监测指标的检测样本的监测指标是否位于该类别的监测指标取值范围内,如果超出监测指标取值范围判断为检测样本监测异常,反之为检测样本监测正常。
2.根据权利要求1所述基于多个监测指标的质量控制方法,其特征在于,步骤S6所述重新进行样本的选择和决策树的训练包括:当决策树输出结果中某个类别的预测准确率低于85%时,加大该类别的权重,使该 类别的样本进入训练集中的概率增大。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学;广东旭诚科技有限公司,未经中山大学;广东旭诚科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710568178.X/1.html,转载请声明来源钻瓜专利网。