[发明专利]一种基于聚类分析的环保异常数据精筛方法

权利要求书

1.一种基于聚类分析的环保异常数据精筛方法，其特征在于，包括以下步骤：

S1，获取待筛选数据，将获取的待筛选数据构成待筛选数据库；

S2，从待筛选数据库中筛选出定量化数据，将筛选出的定量化数剧构成定量化数据库；

S3，从定量化数据库中精筛出异常数据，将精筛出的异常数据排除定量化数据库。

2.根据权利要求1所述的基于聚类分析的环保异常数据精筛方法，其特征在于，在步骤S1中，所述待筛选数据包括每家餐饮单位属性，所述餐饮单位属性包括注册资金，注册资金的单位为万元，经营面积，经营面积的单位为平方米，年纳税额，年纳税额的单位为万元，固定灶头数，移动灶头数，平均营业时长，平均营业时长的单位为时，平均每天食堂就餐人数，平均每天食堂就餐人数的单位为人，堂食人均消费，堂食人均消费的单位为元，餐饮类型，主要加工方式，燃料类型，油烟净化设备数，油烟净化设备类型，月份，当月用水，当月燃料，当月用油之一或者任意组合。

3.根据权利要求1所述的基于聚类分析的环保异常数据精筛方法，其特征在于，在步骤S2中，所述定量化数据包括经营面积，经营面积的单位为平方米，平均营业时长，平均营业时长的单位为时，平均每天食堂就餐人数，平均每天食堂就餐人数的单位为人，当月用水，当月燃料，当月用油之一或者任意组合。

4.根据权利要求1所述的基于聚类分析的环保异常数据精筛方法，其特征在于，在步骤S3中，从定量化数据库中精筛出异常数据的方法为：

S31，解析定量化数据库中的数据文件；

S32，计算每个点与其他所有点之间的欧几里德距离，计算每个点的k-距离值；

S33，对所有点的k-距离集合进行升序排序，输出排序后的k-距离值；

S34，将所有点的k-距离值，在Excel中用散点图显示k-距离变化趋势；

S35，根据散点图确定半径Eps的值；

S36，根据给定最少点的数量MinPts，以及半径Eps的值，计算所有核心点，并建立核心点与到核心点距离小于半径Eps的点的映射；

S37，根据得到的核心点集合，以及半径Eps的值，计算能够连通的核心点，得到噪声点；该噪声点即为异常数据；将噪声点排除于定量化数据库。