[發(fā)明專利]一種時(shí)序數(shù)據(jù)集的預(yù)處理方法及其應(yīng)用

在審

• 申請(qǐng)?zhí)枺?/td>: 202111048055.6
• 申請(qǐng)日: 2021-09-08
• 公開（公告）號(hào): CN113947112A
• 公開（公告）日: 2022-01-18
• 發(fā)明（設(shè)計(jì)）人: 王曉玲;王若楠;李松敏;佟大威;喬天誠(chéng);鄭雅致;陳一天
• 申請(qǐng)（專利權(quán)）人: 天津大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 潘俊達(dá)

1.一種時(shí)序數(shù)據(jù)集的預(yù)處理方法，其特征在于，包括以下步驟：

S1、獲取時(shí)序變化的原始數(shù)據(jù)集；

S2、對(duì)步驟S1中得到的原始數(shù)據(jù)集進(jìn)行小波分解，得到低頻數(shù)組和高頻數(shù)組；

S3：采用K-means算法對(duì)步驟S2中得到的高頻數(shù)組中的異常數(shù)值進(jìn)行識(shí)別及處理，得到處理后的數(shù)據(jù)集；完成對(duì)時(shí)序數(shù)據(jù)集的預(yù)處理。

2.根據(jù)權(quán)利要求1所述的時(shí)序數(shù)據(jù)集的預(yù)處理方法，其特征在于，步驟S1中，所述原始數(shù)據(jù)集中至少包括2個(gè)因素變量。

3.根據(jù)權(quán)利要求1所述的時(shí)序數(shù)據(jù)集的預(yù)處理方法，其特征在于，步驟S2中，所述小波分解的函數(shù)包括haar小波、dbN小波、symN小波、coifN小波、biorN小波中的至少一種，N為分解的層數(shù)，N≥2。

4.根據(jù)權(quán)利要求3所述的時(shí)序數(shù)據(jù)集的預(yù)處理方法，其特征在于，dbN小波的函數(shù)公式為：

其中：a＞0，為伸縮因子；v為平移因子；R為實(shí)數(shù)積分域；f(t)為分析信號(hào)函數(shù)；Ψa,v(t)稱為基本小波。

5.根據(jù)權(quán)利要求3所述的時(shí)序數(shù)據(jù)集的預(yù)處理方法，其特征在于，所述高頻數(shù)組至少有3組。

6.根據(jù)權(quán)利要求1或5所述的時(shí)序數(shù)據(jù)集的預(yù)處理方法，其特征在于，步驟S3中，K-means算法的步驟為：確定要生成的簇的數(shù)目K，在原始數(shù)據(jù)集D＝{X₁，X₂，...，X_m}中隨機(jī)選取K個(gè)對(duì)象作為初始聚類的質(zhì)心Z_j，接著計(jì)算每個(gè)數(shù)據(jù)X_i與K個(gè)質(zhì)心間的歐式距，并將各數(shù)據(jù)劃分至其所距最近質(zhì)心的所在簇，得到K個(gè)簇C_j，然后逐步計(jì)算新簇質(zhì)心，重復(fù)上述步驟，直到聚類準(zhǔn)則函數(shù)收斂，所述聚類準(zhǔn)則函數(shù)為：其中，j＝1，2，3，...，K；i＝1，2，...，m；K∈N^*，m∈N^*。

7.根據(jù)權(quán)利要求6所述的時(shí)序數(shù)據(jù)集的預(yù)處理方法，其特征在于，步驟S3中，對(duì)異常數(shù)值的處理方法包括直接刪除、插值修正、不處理中的至少一種。

8.根據(jù)權(quán)利要求7所述的時(shí)序數(shù)據(jù)集的預(yù)處理方法，其特征在于，對(duì)處理后的數(shù)據(jù)集進(jìn)行重構(gòu)，得到預(yù)處理后的時(shí)序數(shù)據(jù)集。

9.一種權(quán)利要求1～8任一項(xiàng)所述的時(shí)序數(shù)據(jù)集的預(yù)處理方法在氣體監(jiān)測(cè)數(shù)據(jù)中的應(yīng)用。