[发明专利]一种基于多浓度数据的污染类型分析方法在审
申请号: | 201910116490.4 | 申请日: | 2019-02-14 |
公开(公告)号: | CN109919201A | 公开(公告)日: | 2019-06-21 |
发明(设计)人: | 刘保献;张大伟;李云婷;孙峰;王欣;王步英;廖炳瑜;孙瑞雯;严京海 | 申请(专利权)人: | 北京市环境保护监测中心 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q50/26 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 崔亚松 |
地址: | 100048 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 污染物浓度数据 污染类型 预处理 聚类分析 浓度数据 网格 污染物监测 污染物类型 准确度 设备采集 分析 分类 | ||
1.一种基于多浓度数据的污染类型分析方法,其特征在于,包括:
S1、从多个热点网格的污染物监测设备采集污染物浓度数据;
S2、对所述污染物浓度数据进行预处理;
S3、对预处理后的污染物浓度数据进行聚类分析;以及
S4、根据聚类分析结果对多个热点网格的污染物类型进行分类。
2.根据权利要求1所述的污染类型分析方法,其中,采集污染物浓度数据包括各个热点网格在每个时刻的污染物浓度。
3.根据权利要求1所述的污染类型分析方法,其中,所述预处理包括数据归一化、去除异常值和滤波处理。
4.根据权利要求3所述的污染类型分析方法,其中,在所述滤波处理中,主要受外在条件影响的热点网格在低频部分,主要受本地排放影响的热点网格在高频部分。
5.根据权利要求1所述的污染类型分析方法,其中,所述聚类分析为K-means聚类。
6.根据权利要求5所述的污染类型分析方法,其中,所述K-means聚类的步骤包括:
S301、从采集的所述污染物浓度数据中随机选择两个或多个热点网格的所述污染物浓度数据作为初始聚类中心;
S302、计算其余热点网格的污染物浓度数据与所述初始聚类中心的最小距离,并根据所述最小距离对每个热点网格进行聚类划分;
S303、重新计算每个有变化的热点网格的污染物浓度数据聚类对象,得到新的聚类中心;以及
S304、重复步骤S302和S303,直到每个聚类的污染物浓度数据不再发生变化。
7.根据权利要求1所述的污染类型分析方法,其中,不同污染物浓度的比例代表不同污染类型,按照不同污染物浓度的比例进行聚类。
8.根据权利要求1所述的污染类型分析方法,其中,污染类型分析方法还包括输出并展示每个热点网格的污染物类型。
9.根据权利要求1所述的污染类型分析方法,其中,所述污染类型包括颗粒物污染、硫氧化物污染、碳氧化物污染、氮氧化物污染、碳氢化合物污染、重金属污染、含氟气体污染和含氯气体污染。
10.根据权利要求9所述的污染类型分析方法,其中,颗粒物包括PM2.5和/或PM10,硫氧化物包括二氧化硫、三氧化硫、三氧化二硫和/或一氧化硫,碳氧化物包括一氧化碳和/或二氧化碳,氮氧化物包括氧化亚氮、一氧化氮、二氧化氮和/或三氧化二氮,碳氢化合物包括甲烷和/或乙烷。
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北京市环境保护监测中心,未经北京市环境保护监测中心许可,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/201910116490.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于张量分解和域适应的图像分类方法
- 下一篇:分类模型训练方法及装置