[發明專利]基于不平衡修正半監督學習的道邊空氣污染預測方法

有效

• 申請號: 201811541675.1
• 申請日: 2018-12-17
• 公開（公告）號: CN109657858B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 佘青山;吳啟凡;蔣鵬;席旭剛;林宏澤
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/0637;G06Q50/26;G06N20/00
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 周希良

1.基于不平衡修正半監督學習的道邊空氣污染預測方法，其特征在于步驟如下：

S1:獲取道邊空氣監測站點的歷史污染物數據；

S2:對歷史污染物數據進行預處理，并且劃分為訓練集和測試集；

S3:采用帶多數類權重的少數類過采樣技術對訓練集中的有標記的污染物數據進行不平衡修正；

S4:將經過不平衡修正的有標記污染物數據和無標記污染物數據作為輸入，訓練SSELM模型；

S5:將測試集數據輸入到道邊空氣污染預測模型中，即可得到預測結果；

其中步驟S3的具體步驟包括：

S31:有標記污染物樣本X_l中按照樣本數目的多少，分為少數類樣本集和多數類樣本集

S32:計算少數類樣本集中每個樣本的k₁最近鄰集，其中屬于少數類的記為Set_min；

S33:去掉少數類樣本集中的噪聲樣本并記為其中噪聲樣本是最近鄰集中只有多數類沒有少數類的樣本；

S34:在少數類樣本集中，根據歐式距離計算每個樣本的k2多數類最近鄰，并記為Set_maj，表示決策邊界的多數類樣本集；

S35:在樣本集Set_maj中，根據歐式距離計算每個樣本的k3少數類最近鄰，并記為Set_rep，表示少數類中的代表性樣本；

S36:計算每一個屬于Set_rep的樣本到決策邊界數據集Set_maj的距離，根據距離大小分配權值，該權值決定了該樣本被選到去合成新樣本的概率；權值計算公式如下：

其中

num_min為Set_rep樣本集的數量，L(max)表示Set_maj中的樣本，num_max表示整個樣本集的數量；

S37:利用Set_rep中的樣本，在樣本之間利用線性插值法生成少數類樣本，公式如下：

s＝x+α(y-x)

其中s表示新生成的少數類樣本，α是0和1之間的隨機數，y是x的近鄰樣本；

S38:將這些新生成的少數類樣本與少數類樣本集和多數類樣本集X_l-合并成新的有標記污染樣本集X′_l；

其中步驟S4的具體步驟為：

S41:利用步驟S3更新過的有標記樣本集和無標記樣本集作為SSELM模型的輸入，并計算圖的拉普拉斯算子L；

S42:根據隨機的輸入層權值ω和隱含層偏置b，初始化具有m個隱含層結點的ELM神經網絡，設激活函數為g(x)，計算隱含層輸出矩陣H；

H＝g(ωx+b)

S43:設置權衡參數C和λ；

S44:根據SSELM模型的目標函數，求得輸出層權值矩陣β；其中目標函數表示為：

其中是為結構風險項，為經驗風險項，Tr(g)表示矩陣的跡，F為實際輸出矩陣，y_i為對應樣本x_i的期望輸出，e_i對應樣本x_i的訓練誤差；

S35:求解隱含層輸出權值矩陣解；

當輸入樣本集X′_l的個數l′+u大于隱含層節點個數m時，目標函數的解為β＝(I+CH^TH+λH^TLH)^-1CH^TT；當輸入樣本集X′_l的個數l′+u小于隱含層節點個數m時，解為β＝H^T(I+CH^TH+λH^TLH)^-1CT，返回f(x)＝h(x)β；其中，I為單位矩陣，T為期望輸出矩陣。

2.如權利要求1所述的基于不平衡修正的半監督道邊空氣污染預測方法，其特征在于，步驟S1中歷史污染物包括二氧化氮、二氧化硫、一氧化碳和懸浮微粒。

3.如權利要求1所述的基于不平衡修正的半監督道邊空氣污染預測方法，其特征在于，步驟S2中對歷史污染物數據進行預處理包括缺失值處理和歸一化處理。

4.如權利要求1所述的基于不平衡修正的半監督道邊空氣污染預測方法，其特征在于，步驟S3中有標記樣本是指提前分好污染等級的樣本，無標記樣本是指未提前分好污染等級的樣本。