[發(fā)明專利]一種面向空氣質(zhì)量數(shù)據(jù)的可信度分析方法

在審

• 申請?zhí)枺?/td>: 202010030980.5
• 申請日: 2020-01-13
• 公開（公告）號: CN111260029A
• 公開（公告）日: 2020-06-09
• 發(fā)明（設計）人: 李曉理;王新劍;王康
• 申請（專利權(quán)）人: 北京工業(yè)大學
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G01N33/00
• 代理公司: 北京思海天達知識產(chǎn)權(quán)代理有限公司 11203
• 代理人: 沈波

1.一種面向空氣質(zhì)量數(shù)據(jù)的可信度分析方法，其特征在于，包括以下步驟：

步驟1：對空氣質(zhì)量數(shù)據(jù)集進行過采樣處理，解決數(shù)據(jù)集中類別不平衡的問題；

步驟2：對空氣質(zhì)量監(jiān)測數(shù)據(jù)進行標準化處理，消除不同維度數(shù)據(jù)之間的量級差別；

步驟3：搭建空氣質(zhì)量數(shù)據(jù)可信度分析神經(jīng)網(wǎng)絡模型，包括輸入層、雙向長短時記憶網(wǎng)絡層和輸出層；

步驟4：將空氣質(zhì)量數(shù)據(jù)集劃分為訓練集和測試集；

步驟5：初始化網(wǎng)絡模型的權(quán)重和偏置，利用訓練集的數(shù)據(jù)完成對神經(jīng)網(wǎng)絡模型的迭代訓練；

步驟6：使用測試集的數(shù)據(jù)對訓練完成的神經(jīng)網(wǎng)絡模型進行測試；

步驟7：利用相關評價指標對神經(jīng)網(wǎng)絡模型進行評估。

2.根據(jù)權(quán)利要求1所述的一種面向空氣質(zhì)量數(shù)據(jù)的可信度分析方法，其特征在于：步驟1對空氣質(zhì)量數(shù)據(jù)集進行過采樣處理，解決數(shù)據(jù)集中類別不平衡的問題：

(1)對于空氣質(zhì)量數(shù)據(jù)集少數(shù)類別中的每一個樣本x_i,i∈{1,...,T}，以歐氏距離作為標準計算它到少數(shù)類別樣本集中其他所有樣本的距離，得到每一個樣本x_i的k個近鄰，記為x_i(near),near∈{1,...,k}；

(2)根據(jù)樣本類別不平衡比例確定采樣倍率n，對于每一個少數(shù)類樣本x_i，從其k近鄰中隨機選擇n個樣本，記為x_ij,j∈{1,...,n}；

(3)對于每一個隨機選出的近鄰樣本x_ij，分別與原樣本x_i按照如下公式合成新的樣本x_i,new；

x_i,new＝x_i+rand(0,1)*|x_i-x_ij|

其中，rand(0,1)表示0到1之間的隨機數(shù)。

3.根據(jù)權(quán)利要求1所述的一種面向空氣質(zhì)量數(shù)據(jù)的可信度分析方法，其特征在于：步驟2對空氣質(zhì)量監(jiān)測數(shù)據(jù)進行標準化處理，消除不同維度數(shù)據(jù)之間的量級差別：

對空氣質(zhì)量數(shù)據(jù)的每一列進行變換，

其中，x_j為每列的數(shù)據(jù)，為每列數(shù)據(jù)的均值，s為每列數(shù)據(jù)的標準差，y_j為變換后每列的數(shù)據(jù)，n為每列的數(shù)據(jù)的數(shù)量。

4.根據(jù)權(quán)利要求1所述的一種面向空氣質(zhì)量數(shù)據(jù)的可信度分析方法，其特征在于：步驟3搭建空氣質(zhì)量數(shù)據(jù)可信度分析神經(jīng)網(wǎng)絡模型；模型包括輸入層、雙向長短時記憶網(wǎng)絡層和輸出層；在輸入層中數(shù)據(jù)的維度為64*6，64代表每次輸入到神經(jīng)網(wǎng)絡中訓練樣本的個數(shù)，64*6中的6代表空氣質(zhì)量的6個特征；雙向長短時記憶網(wǎng)絡層包含正向長短時記憶網(wǎng)絡和反向長短時記憶網(wǎng)絡，正向長短時記憶網(wǎng)絡從前往后處理輸入數(shù)據(jù)，輸出隱向量h₁，反向長短時記憶網(wǎng)絡從后往前處理輸入數(shù)據(jù)，輸出隱向量h₂，將兩個隱向量h₁、h₂進行融合作為網(wǎng)絡的最后輸出h，雙向長短時記憶網(wǎng)絡隱藏層的維度設置為128；同時在雙向長短時記憶網(wǎng)絡層中加入dropout機制，dropout設置為0、7；輸出層包含兩層全連接層和Softmax分類器，全連接層的維度設置分別為64和2。

5.根據(jù)權(quán)利要求1所述的一種面向空氣質(zhì)量數(shù)據(jù)的可信度分析方法，其特征在于：步驟4將處理后的空氣質(zhì)量數(shù)據(jù)按照8:2的比例分為兩部分，80％的數(shù)據(jù)作為訓練集，20％的數(shù)據(jù)作為測試集，采用隨機的方式進行劃分。

6.根據(jù)權(quán)利要求1所述的一種面向空氣質(zhì)量數(shù)據(jù)的可信度分析方法，其特征在于：步驟5采用高斯分布隨機初始化網(wǎng)絡權(quán)重和偏置參數(shù)；將訓練集數(shù)據(jù)64*6作為輸入層的輸入，經(jīng)過雙向長短時記憶網(wǎng)絡學習后得到64*256的抽象特征，再經(jīng)過兩層全連接層的特征整合得到64*2的輸出，最后通過Softmax分類器進行二分類；根據(jù)分類結(jié)果與實際標簽的差別，利用反向傳播優(yōu)化權(quán)重和偏置參數(shù)，優(yōu)化算法采用Adam算法；模型迭代訓練的次數(shù)設置為15000。