[发明专利]一种针对大气污染物浓度预测的选择特征的方法

权利要求书

1.一种针对大气污染物浓度预测的选择特征的方法，其特征在于：首先确定想要预测的大气污染物的数据作为第一层数据集，然后对收集到的中除了第一层数据集的数据集与第一层数据集进行Granger因果检验，寻找与验证集数据存在因果关系的数据集，作为第二层的Granger因果检验数据集，然后再对除了第二层Granger因果检验数据集的与第二层的Granger因果检验数据集进行Granger因果检验，寻找与第二层的Granger因果检验数据集存在因果关系的数据集，作为第三层的Granger因果检验数据集，然后依次循环，直到没有更多一层的Granger因果检验数据集；将所得到的结果以树的数据结构方式存储起来，从而得到对一种污染物浓度预测的具有Granger因果关系多层次的，强联系的数据集和来作为特征。

2.根据权利要求1所述的一种针对大气污染物浓度预测的选择特征的方法，其特征在于：包括以下步骤：

步骤1、获取大气污染数据集，并对大气污染数据集中数据进行预处理，得到经过预处理后的大气污染数据集，并且在下面的步骤对本数据集进行操作；

步骤1具体包括以下步骤：

步骤1.1使用最近距离决定填补法填补缺失值，由于大气污染数据为时序数据，并且时间因素对数据变化的影响不明显；所以使用最近距离决定填补法填补缺失值可以有效贴近实际值；

步骤1.2采用离群点分析的方法，通过聚类检测离群点，由于污染物浓度不会突然大幅度变化，所以通过聚类检测离群点，纠正数据，减少数据噪声；

步骤2、建立存储树，将想要预测的大气污染的污染物历史数据的所在站点和污染物类别存储在存储树的根节点即存储树第一层；下述步骤记录在存储树中的数据的记录形式与第一层一样；

步骤3、将预测污染物数据与其他污染物数据进行Granger因果检验，将检验结果为预测污染物数据的原因的数据，记录在存储树第二层；其他污染物数据包括其他不同污染物数据以及其他站点相同污染物数据；

步骤3的Granger因果检验具体包括以下步骤：

步骤3.1将当前的y对所有的滞后项y做回归，即y对y的滞后项yt-1，yt-2，…，yt-q的回归，但在这一回归中没有把滞后项x包括进来，这是一个受约束的回归；然后从此回归得到受约束的残差平方和RSS_R；y为平稳时间序列，yt-1，yt-2，…，yt-q指y的不同的滞后项，yt-1为y的滞后值为1的滞后项，yt-q为y的滞后值为q的滞后项；

步骤3.2做一个含有滞后项x的回归，即在前面的回归式中加进滞后项x，这是一个无约束的回归，由此回归得到无约束的残差平方和RSS_UR；

步骤3.3零假设是H0：α1＝α2＝…＝αq＝0，即滞后项x不属于此回归；

步骤3.4为了检验此假设，用F统计量捕捉残差平方和的变化，即：

该统计量遵循自由度为q和(n-k)的F分布；此处，n是样本容量，q等于滞后项x的个数，即有约束回归方程中待估参数的个数，k是无约束回归中待估参数的个数，RSS_R为受约束的残差平方和，RSS_UR为无约束的残差平方和；

步骤3.5如果在选定的显著性水平α上计算的F值超过临界值Fα，则拒绝零假设，这样滞后x项就属于此回归，表明x是y的原因；

步骤3.6同样，为了检验y是否是x的原因，将变量y与x相互替换，重复步骤3.1～3.5；

步骤4、将大气污染数据分为两部分，一部分是已经在存储树中标记的数据，另一部分是没有标记的数据，然后将没有标记的数据与存储书中第二层标记的数据进行Granger因果检验，将检验结果为第二层标记的数据的原因的数据，记录在第三层；

步骤5、重复步骤3、4直至没有更多一层；存储树中每一层标记的数据是上一层的标记的数据Granger原因。