[发明专利]基于多层级互信息的健康与空气质量数据相关性的过滤方法

权利要求书

1.一种基于适应性多层级互信息算法模型的人体健康数据与空气质量指数之间数据相关性的过滤方法，其特征在于，步骤包括：

S1，分别选取长时间周期的人体健康数据与长时间周期的空气质量指数数据中的一项指标数据作为一组输入数据组，输入适应性多层级互信息算法模型；

S2，上述适应性多层级互信息算法模型进行计算：通过时间窗口在多层级时间窗口粒度上对输入数据组对应的时间序列的数据分别进行采样、计算时间窗口内所有采样数据点的互信息值、互信息值与互信息阈值比较，得到该时间窗口粒度层级上全部符合互信息阈值条件的数据点，将该时间窗口粒度层级上不符合互信息阈值条件的滤余数据列表下沉至下一层级时间窗口粒度，下一层级时间窗口粒度减小后循环上述过程，直至时间窗口粒度减小到最小时间窗口粒度或者滤余数据列表为空时停止；所述的符合互信息阈值条件的数据为具有强相关性的数据；不符合互信息阈值条件的数据为未具有强相关性的数据；所述的具有强相关性的数据为互信息值大于互信息阈值的数据；

S3，将上述各层级时间窗口粒度上全部符合互信息阈值条件的数据点作为具有相关性的时间窗口集合输出。

2.根据权利要求1所述的基于适应性多层级互信息算法模型的人体健康数据与空气质量指数之间数据相关性的过滤方法，其特征在于，所述输入数据组输入适应性多层级互信息算法模型前，在适应性多层级互信息算法模型中预先选定时间窗口对输入数据组进行采样的最大时间窗口粒度、最小时间窗口粒度和时间窗口的滑动步长。

3.根据权利要求1所述的基于适应性多层级互信息算法模型的人体健康数据与空气质量指数之间数据相关性的过滤方法，其特征在于，所述的步骤S2具体包括：

S21，从最大时间窗口粒度层级开始，在当前层级时间窗口粒度上，通过时间窗口对输入数据组对应的长时间序列的数据点进行采样，使用KSG估量方法计算时间窗口内所有采样数据点的互信息值；将所得互信息值与预先选定好的互信息阈值进行比较，将符合互信息阈值条件的数据点保存并从当前时间序列中移除，将不符合互信息阈值条件的数据点存入滤余数据列表；所述的使用KSG估量方法计算窗口内所有采集数据点的互信息值的步骤为：对每个采样数据点p_i＝(x_i,y_i)的采样数据点i，通过增强的方格辅助算法做k最近邻居的搜索；所述的方格辅助算法是对于某一数据点p_i＝(x_i,y_i)的采样数据点i，设其方格区域边界的距离为d_i＝(d_x,d_y)，追踪(x_i±d_x,y_i±d_y)内新数据点增加或者旧数据点移除对p_i引发的变化(k最近邻居的变化以及边缘区域数据点的数量变化)，将受影响的点加入受影响数据点数组；如果增加的新数据点或移除的旧数据点在(x_i±d_x,y_i±d_y)内导致p_i的k最近邻居值改变，则搜索新的k最近邻居值，并更新边缘区域数据点数量，完成k最近邻居的更新；如果增加的新数据点或移除的旧数据点不在(x_i±d_x,y_i±d_y)内，使p_i的k最近邻居的值保持不变时，对p_i边缘区域的数据点数量重新计数，完成边缘区域数据点数量(n_x,n_y)的更新；当前时间窗口中含有上一个时间窗口中包含的时间序列对应的数据点时，只对当前时间窗口相较于上一个时间窗口新增的数据点进行互信息值计算；

S22，上述时间窗口按照时间窗口的滑动步长在输入数据组的时间序列上滑动扫描，重复上述过程，直至时间窗口在当前层级时间窗口粒度上的输入数据组对应的全部时间序列滑动扫描完成为止，得到当前层级时间窗口粒度上全部符合互信息阈值条件的数据点和当前层级时间窗口粒度的滤余数据列表，完成时间窗口在当前层级时间窗口粒度上的计算；

S23，上述当前层级时间窗口粒度上的滤余数据列表下沉至下一层级时间窗口粒度；再以滤余数据列表作为输入数据，上述下一层级时间窗口粒度作为当前时间窗口粒度，循环上述过程，完成各层级时间窗口粒度上的计算，直到当前时间窗口粒度减小到最小时间窗口粒度或者滤余数据列表为空时停止。