[发明专利]填充数据的确定方法、装置及计算机设备

说明书

本申请涉及一种填充数据的确定方法、装置及计算机设备。方法包括：获取空气质量数据样本集，所述空气质量数据样本集包括在目标时间段内的多个采样时间中所分别监测到的空气质量数据；获取第一采样时间的初始空气质量数据；所述第一采样时间为所述目标时间段内未监测到空气质量数据的采样时间；从所述空气质量数据样本集中确定与所述初始空气质量数据最近邻的多个第二空气质量数据；从所述多个第二空气质量数据中去除噪声数据；根据去除噪声数据后剩余的第二空气质量数据，确定填充所述第一采样时间的目标空气质量数据。采用本发明实施例确定的目标空气质量数据进行数据填充，可以避免预报结果出现误差，提高预报结果的准确率。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种填充数据的确定方法、装置及计算机设备。

背景技术

近来，人们对空气质量越来越关注，监测空气质量并及时进行空气质量预报成为了空气质量研究的一种发展趋势。

相关技术中，通常采用监测设备来获得空气质量数据，比如监测空气中烟尘、总悬浮颗粒物、可吸入颗粒物(PM10)、细颗粒物(PM2.5)、二氧化氮、二氧化硫、一氧化碳、臭氧、挥发性有机化合物等，然后对监测到的空气质量数据进行数据处理，最后再根据处理后的空气质量数据进行空气质量预报。

但是，由于监测设备异常等原因，可能会导致部分时间段的空气质量数据未被监测到。而这些空气质量数据的缺失，可能会使预报结果出现较大误差。比如，要预测未来12时间户外的PM10浓度，由于部分数据缺失，预测到的户内PM10浓度比实际浓度小，这样可能会导致人们未及时采取保护措施而吸入大量污染物，从而影响人们的身体健康。

发明内容

基于此，有必要针对上述技术问题，提供一种能够避免数据缺失导致预报失误的填充数据的确定方法、装置及计算机设备。

第一方面，本发明实施例提供了一种填充数据的确定方法，该方法包括：

获取空气质量数据样本集，空气质量数据样本集包括在目标时间段内的多个采样时间中所分别监测到的空气质量数据；

获取第一采样时间的初始空气质量数据；第一采样时间为目标时间段内未监测到空气质量数据的采样时间；

从空气质量数据样本集中确定与初始空气质量数据最近邻的多个第二空气质量数据；

从多个第二空气质量数据中去除噪声数据；

根据去除噪声数据后剩余的第二空气质量数据，确定填充第一采样时间的目标空气质量数据。

在一个实施例中，从多个第二空气质量数据中去除噪声数据，包括：

从多个第二空气质量数据中查找出真实近邻程度最小的第二空气质量数据；真实近邻程度用于指示第二空气质量数据不是噪声数据的概率；

从多个第二空气质量数据中去除真实近邻程度最小的第二空气质量数据。

在一个实施例中，从多个第二空气质量数据中查找出真实近邻程度最小的第二空气质量数据，包括：

从空气质量数据样本集中分别确定与各第二空气质量数据最近邻的多个第三空气质量数据；

确定各第三空气质量数据对初始空气质量数据的重要度；其中，重要度是第三空气质量数据和初始空气质量数据之间距离的倒数，距离为欧氏距离或曼哈顿距离；

获取各第二空气质量数据对应的总重要度，总重要度等于各第二空气质量数据最近邻的多个第三空气质量数据的重要度的和；

将总重要度最小的第二空气质量数据作为真实近邻程度最小的第二空气质量数据。

在一个实施例中，从空气质量数据样本集中确定与初始空气质量数据最近邻的多个第二空气质量数据，包括：