[发明专利]一种大气污染历史数据存储方法及介质

说明书

本发明公开了一种大气污染历史数据存储方法及介质。获得多条存储数据。基于所述多条存储数据，进行关联判断，得到关联程度。基于所述关联程度，得到数据状态。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。对类别之间关系进行挖掘。对神经网络进行设计，在第一隐藏层中同组两两类别之间的关联信息的提取。再在第二隐藏层中提取相同两个类别在不同组中的关联信息，融合信息，进行判断是否关联。然后通过得到关联的两个类别的比例，得到关联比例数据在符合阈值最多的占比，得到关联程度。之后结合关联程度判断数据状态，然后将存储数据、数据状态和关联程度构建表输入数据库中。能够使得数据在储存过程中更加利于使用，防止误删。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种大气污染历史数据存储方法及介质。

背景技术

目前由于在储存大气污染历史数据时直接对数据进行储存操作。并且在得到管理员权限之后能够对数据进行删除操作，但是大气污染数据之间存在关联，如果简单删除会造成其他数据的错误。但是大气污染数据之间的关系因不同污染源的不同而存在不同的影响程度。所以需要对这些影响程度进行判断。

发明内容

本发明的目的在于提供了一种大气污染历史数据存储方法及介质，用以解决现有技术中存在的上述问题。

第一方面，本发明实施例提供了一种大气污染历史数据存储方法，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。

可选的，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。

可选的，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。

可选的，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：

将同一组存储向量对应的输入层输出，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；