[发明专利]一种面向空气质量数据的可信度分析方法

权利要求书

1.一种面向空气质量数据的可信度分析方法，其特征在于，包括以下步骤：

步骤1：对空气质量数据集进行过采样处理，解决数据集中类别不平衡的问题；

步骤2：对空气质量监测数据进行标准化处理，消除不同维度数据之间的量级差别；

步骤3：搭建空气质量数据可信度分析神经网络模型，包括输入层、双向长短时记忆网络层和输出层；

步骤4：将空气质量数据集划分为训练集和测试集；

步骤5：初始化网络模型的权重和偏置，利用训练集的数据完成对神经网络模型的迭代训练；

步骤6：使用测试集的数据对训练完成的神经网络模型进行测试；

步骤7：利用相关评价指标对神经网络模型进行评估。

2.根据权利要求1所述的一种面向空气质量数据的可信度分析方法，其特征在于：步骤1对空气质量数据集进行过采样处理，解决数据集中类别不平衡的问题：

(1)对于空气质量数据集少数类别中的每一个样本x_i,i∈{1,...,T}，以欧氏距离作为标准计算它到少数类别样本集中其他所有样本的距离，得到每一个样本x_i的k个近邻，记为x_i(near),near∈{1,...,k}；

(2)根据样本类别不平衡比例确定采样倍率n，对于每一个少数类样本x_i，从其k近邻中随机选择n个样本，记为x_ij,j∈{1,...,n}；

(3)对于每一个随机选出的近邻样本x_ij，分别与原样本x_i按照如下公式合成新的样本x_i,new；

x_i,new＝x_i+rand(0,1)*|x_i-x_ij|

其中，rand(0,1)表示0到1之间的随机数。

3.根据权利要求1所述的一种面向空气质量数据的可信度分析方法，其特征在于：步骤2对空气质量监测数据进行标准化处理，消除不同维度数据之间的量级差别：

对空气质量数据的每一列进行变换，

其中，x_j为每列的数据，为每列数据的均值，s为每列数据的标准差，y_j为变换后每列的数据，n为每列的数据的数量。

4.根据权利要求1所述的一种面向空气质量数据的可信度分析方法，其特征在于：步骤3搭建空气质量数据可信度分析神经网络模型；模型包括输入层、双向长短时记忆网络层和输出层；在输入层中数据的维度为64*6，64代表每次输入到神经网络中训练样本的个数，64*6中的6代表空气质量的6个特征；双向长短时记忆网络层包含正向长短时记忆网络和反向长短时记忆网络，正向长短时记忆网络从前往后处理输入数据，输出隐向量h₁，反向长短时记忆网络从后往前处理输入数据，输出隐向量h₂，将两个隐向量h₁、h₂进行融合作为网络的最后输出h，双向长短时记忆网络隐藏层的维度设置为128；同时在双向长短时记忆网络层中加入dropout机制，dropout设置为0、7；输出层包含两层全连接层和Softmax分类器，全连接层的维度设置分别为64和2。

5.根据权利要求1所述的一种面向空气质量数据的可信度分析方法，其特征在于：步骤4将处理后的空气质量数据按照8:2的比例分为两部分，80％的数据作为训练集，20％的数据作为测试集，采用随机的方式进行划分。

6.根据权利要求1所述的一种面向空气质量数据的可信度分析方法，其特征在于：步骤5采用高斯分布随机初始化网络权重和偏置参数；将训练集数据64*6作为输入层的输入，经过双向长短时记忆网络学习后得到64*256的抽象特征，再经过两层全连接层的特征整合得到64*2的输出，最后通过Softmax分类器进行二分类；根据分类结果与实际标签的差别，利用反向传播优化权重和偏置参数，优化算法采用Adam算法；模型迭代训练的次数设置为15000。