[发明专利]一种大气污染历史数据存储方法及介质

权利要求书

1.一种大气污染历史数据存储方法，其特征在于，包括：

获得多条存储数据；所存储数据表示检测到的关于大气污染的数据；一条存储数据包括多个类别；

基于所述多条存储数据，进行关联判断，得到关联程度；所述关联程度表示存储数据中不同类别影响的程度；

基于所述关联程度，得到数据状态；若所述数据状态为1表示在使用时不可删除；若所述数据状态为0表示在使用时可删除；

将多条存储数据、数据状态和关联程度输入数据库，进行储存。

2.根据权利要求1所述的一种大气污染历史数据存储方法，其特征在于，所述基于所述多条存储数据，进行关联判断，得到关联程度，包括：

将所述多条存储数据输入关联神经网络，得到关联向量；所述关联向量中的元素表示两个类别是否相互影响；

基于关联向量和多条存储数据，得到关联程度；所述关联程度表示两个类别相互影响的程度。

3.根据权利要求2所述的一种大气污染历史数据存储方法，其特征在于，所述将所述多条存储数据输入关联神经网络，得到关联向量，包括：

将存储数据进行归一化，得到归一化数据；多条存储数据对应获得多个归一化数据；

将归一化数据，构建向量，得到存储向量；多组存储向量对应多条归一化数据；

所述关联神经网络包括神经网络输入层、神经网络隐藏层和神经网络输出层；所述神经网络隐藏层包括第一隐藏层、第二隐藏层和全连接隐藏层；所述关联神经网络由多个神经元组成；

将多组存储向量输入神经网络输入层；所述神经网络输入层的一个神经元对应存储向量中的一个元素；

将所述神经网络输入层的输出作为神经网络隐藏层的输入；

所述神经网络输出层的输入为所述神经网络隐藏层的输出；

所述神经网络输出层的输出为关联向量；所述关联向量中的元素表示两个类别之间是否关联；

其中，关联向量中元素的个数为，n表示类别个数。

4.根据权利要求3所述的一种大气污染历史数据存储方法，其特征在于，所述将所述神经网络输入层的输出作为神经网络隐藏层的输入，包括：

将同一组存储向量中的元素两两输入第一隐藏层中的一个神经元，提取出同一组存储向量中的元素两两之间的关联特征；

将所述第一隐藏层的输出作为第二隐藏层的输入；

所述全连接隐藏层的输入为所述第二隐藏层中神经元的输出；全连接隐藏层与第二隐藏层为全连接。

5.根据权利要求4所述的一种大气污染历史数据存储方法，其特征在于，所述将所述第一隐藏层的输出作为第二隐藏层的输入，包括：

所述第二隐藏层的输入为所述第一隐藏层输出，所述第二隐藏层用于提取出多条存储数据中类别相同的元素构成一个相同的类别组中类别之间的关联特征；所述类别组包括两个类别；

所述第一隐藏层输出为不同组存储向量中类别相同的输入层神经元的输出。

6.根据权利要求2所述的一种大气污染历史数据存储方法，其特征在于，所述基于关联向量和多条存储数据，得到关联程度，包括：

获得多个关联类别组；所述关联类别组为所述关联向量中值大于关联阈值的元素对应的两个类别；

在多条存储数据提取出关联类别组中类别对应的存储数据，得到多个关联类别组数据；所述关联类别组数据包括第一关联类别数据和第二关联类别数据；

将第一关联类别的数据除以第二关联类别的数据，得到关联比例数据；多个第一关联类别对应获得多个关联比例数据；

获得关联比例数量；所述关联比例数量表示关联比例数据的数量；

获得关联比例范围数量；所述关联比例范围数量为在关联比例阈值范围内关联比例数据存在最多的数量；

将关联比例范围数量除以关联比例数量，得到关联程度。