[发明专利]一种基于图半监督学习的机动车尾气遥测设备布点方法

摘要

本发明涉及一种基于图半监督学习的机动车尾气遥测设备布点方法，首先收集欲布设机动车尾气遥测设备区域的相关信息，构建路段半监督图，然后计算路段半监督图中未知节点的尾气浓度预测分布及其不确定性指标，最后将不确定性指标最小的未知节点标记为已知节点，更新路段半监督图，得出需要布设机动车尾气遥测设备的基本路段。本发明很好地解决了已知现有的机动车尾气遥测设备布点位置，在何处增加点位以提高预测机动车尾气浓度分布的可靠性等问题，可为监管部门部署机动车尾气浓度监测设备或监测站提供有效帮助。

主权项

一种基于图半监督学习的机动车尾气遥测设备布点方法，其特征在于，具体包括以下步骤：步骤S1：收集欲布设机动车尾气遥测设备区域的交通路网路段、车流量、天气特征信息以及已经布设的尾气遥测设备获得的机动车尾气遥测设备所处路段的机动车尾气浓度值信息；步骤S2：根据步骤S1获取的信息，构建路段半监督图；步骤S3：计算步骤S2中路段半监督图的亲和矩阵W和浓度分布矩阵Y；步骤S4：计算步骤S2中路段半监督图中未知节点u的尾气浓度预测分布Pu以及Pu的不确定性指标χu；步骤S5：选取步骤S4中Pu的不确定性指标χu最小的未知节点，将其标记为已知节点，加入到已知节点的集合，同时将其从未知节点的集合中剔除，更新路段半监督图及其浓度分布矩阵Y；步骤S6：重复步骤S5直到标记了k个未知节点，即得出需要布设机动车尾气遥测设备的基本路段，其中k表示预期的机动车尾气遥测设备布点数目。