[发明专利]一种针对大气污染物浓度预测的选择特征的方法在审
| 申请号： | 201811063979.1 | 申请日： | 2018-09-12 |
| 公开（公告）号： | CN109190709A | 公开（公告）日： | 2019-01-11 |
| 发明（设计）人： | 刘博;苏鹏方 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 沈波 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种针对大气污染物浓度预测的选择特征的方法，针对想要预测的大气污染物，通过Granger因果关联规则在所有大气污染物的数据集中选出与想要预测的污染物数据集具有Granger因果关联规则的数据集，与要预测的污染物历史数据的数据集一起组成特征子集。本发明从大气污染的大量多为时许数据集中筛选出与想要预测的污染物浓度数据集强联系的其他污染物数据集，从而获得尽可能小的特征集和，筛选掉冗余和弱相关的数据集和作为特征，结合神经网络预测污染物浓度。使用这种方法选择的特征子集针对性强，子集中的数据与预测历史数据存在着强相关联系。 | ||
| 搜索关键词： | 大气污染物 预测 数据集 因果关联规则 污染物数据 历史数据 浓度预测 数据集中 特征子集 污染物 污染物浓度数据 结合神经网络 筛选 方法选择 强相关 弱相关 特征集 冗余 子集 | ||
【主权项】：
1.一种针对大气污染物浓度预测的选择特征的方法，其特征在于：首先确定想要预测的大气污染物的数据作为第一层数据集，然后对收集到的中除了第一层数据集的数据集与第一层数据集进行Granger因果检验，寻找与验证集数据存在因果关系的数据集，作为第二层的Granger因果检验数据集，然后再对除了第二层Granger因果检验数据集的与第二层的Granger因果检验数据集进行Granger因果检验，寻找与第二层的Granger因果检验数据集存在因果关系的数据集，作为第三层的Granger因果检验数据集，然后依次循环，直到没有更多一层的Granger因果检验数据集；将所得到的结果以树的数据结构方式存储起来，从而得到对一种污染物浓度预测的具有Granger因果关系多层次的，强联系的数据集和来作为特征。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工业大学，未经北京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811063979.1/，转载请声明来源钻瓜专利网。
