[发明专利]基于Kohonen网络聚类和ReliefF特征选择的空气质量指数预测方法有效
| 申请号： | 201910756927.0 | 申请日： | 2019-08-16 |
| 公开（公告）号： | CN110569883B | 公开（公告）日： | 2023-03-31 |
| 发明（设计）人： | 陈伯伦;朱国畅;朱全银;袁燕;于永涛;马甲林 | 申请（专利权）人： | 淮阴工学院 |
| 主分类号： | G06F18/23 | 分类号： | G06F18/23;G06F18/211;G06V10/82;G06N3/0464;G06N3/088;G06Q10/04;G01W1/10 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 王恒静 |
| 地址： | 223005 江苏省淮安市*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Kohonen网络聚类和ReliefF特征选择的空气质量指数预测方法，包括：(1)对空气数据集进行预处理，得到处理后的空气数据集；(2)采用Kohonen网络聚类得到第k类数据集；(3)采用ReliefF特征选择算法处理数据集，得到第k类数据集特征重要程度的排名；(4)通过特征重要程度排名，得到第k类经过特征选择后的数据集；(5)通过NAR神经网络得到第k类NAR神经网络训练模型；(6)根据数据x所在类的特征排名选取特征，得到预测结果。本发明利用Kohonen网络聚类对空气数据进行聚类，获得在相同时间段内变化规律相似的类别，发掘更为准确的预测模型，提高预测精度；利用ReliefF特征选择算法获得特征排名，去除对预测帮助较小的特征，从而提高运行效率。 | ||
| 搜索关键词： | 基于 kohonen 网络 relieff 特征 选择 空气质量 指数 预测 方法 | ||
【主权项】：
1.一种基于Kohonen网络聚类和ReliefF特征选择的空气质量指数预测方法，其特征在于，包括：/n(1)对原始空气数据集Air进行预处理，得到处理后的空气数据集A；/n(2)采用Kohonen网络聚类，将数据集A分为m类，得到第k类数据集A
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淮阴工学院，未经淮阴工学院许可，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/201910756927.0/，转载请声明来源钻瓜专利网。
