[發明專利]基于大數據的企業無組織排放行為模型的構建方法

在審

• 申請號: 202111549972.2
• 申請日: 2021-12-17
• 公開（公告）號: CN114219690A
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 孫藝;高慧;王天棋;劉傳昌;金昕
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06Q50/26
• 分類號: G06Q50/26;G06Q10/06;G06N3/08;G06N3/04;G06K9/62;G06F16/26
• 代理公司: 北京冠和權律師事務所 11399
• 代理人: 朱健

1.基于大數據的企業無組織排放行為模型的構建方法，其特征在于，包括：

獲取企業無組織排放氣體的若干個表格數據；

針對所述表格數據采用分類算法確定排放標準數據和排放非標準數據；所述排放標準數據和排放非標準數據均按照表格為單位記錄；

針對所述排放非標準數據，將每個表格中的數據形成多維矩陣，對每個矩陣進行降維處理，獲得該多維矩陣的函數方程；

所述排放非標準數據的若干個表格中的數據對應若干個函數方程，將所述若干個函數方程構成方程組；

對所述方程組進行擬合運算，整合為針對所述排放非標準數據的大型數學公式；

根據所述數學公式確定該公式的特征方程，并根據所述特征方程確定特征解；

根據所述特征解確定所述排放非標準數據中不符合標準的具體參數。

2.根據權利要求1所述的基于大數據的企業無組織排放行為模型的構建方法，其特征在于，所述針對所述表格數據采用分類算法確定排放標準數據和排放非標準數據之前，包括：

對所述表格數據進行標準化預處理，獲得標準化后的數據；

相應的，所述針對所述表格數據采用分類算法確定排放標準數據和排放非標準數據，包括：針對所述標準化后的數據采用分類算法確定排放標準數據和排放非標準數據。

3.根據權利要求2所述的基于大數據的企業無組織排放行為模型的構建方法，其特征在于，所述標準化預處理的計算公式如下：

其中，i＝1，2，3...n，n為表格數據中數據的數量，y_i為標準化后的數據，x_i為表格數據中的數據；1≤j≤n；x_j表示表格數據中可選取的任一數據；為表格數據中最小的數據，為表格數據中最大的數據；ε(t)為階躍函數，當時，t＞0，當(不存在)時，t＜0。

4.根據權利要求1所述的基于大數據的企業無組織排放行為模型的構建方法，其特征在于，所述針對所述表格數據采用分類算法確定排放標準數據和排放非標準數據，包括：針對所述表格數據采用基于神經網絡的分類算法確定排放標準數據和排放非標準數據。

5.根據權利要求1所述的基于大數據的企業無組織排放行為模型的構建方法，其特征在于，所述對每個矩陣進行降維處理，獲得該多維矩陣的函數方程中，所述對每個矩陣進行降維處理，包括：對每個矩陣采用PAC降維算法處理；

所述PAC降維算法的步驟如下：

步驟A1，確定待降維的N行M列矩陣X_NM；

步驟A2，將矩陣X_NM的每一行進行零均值化處理形成矩陣X_NM′；

步驟A3，根據下述公式確定協方差矩陣：

其中，Cov為協方差矩陣，N為行數，M為列數，(X_NM′)^T為矩陣X_NM′的轉置矩陣；

步驟A4，確定協方差矩陣的特征值與特征向量；

步驟A5，將所述特征值按照由大到小排序，根據特征值的大小排序，取相應的特征向量排列為矩陣，將該矩陣的前K行形成矩陣P_KM；

步驟A6，采用下述公式確定降維后的矩陣：

Y_KM＝P_KMX_NM

其中，Y_KM為降維后的K行M列矩陣，P_KM為K行M列矩陣。

6.根據權利要求5所述的基于大數據的企業無組織排放行為模型的構建方法，其特征在于，所述獲得該多維矩陣的函數方程，包括：

確定降維后的K行M列矩陣Y_KM；

根據所述矩陣Y_KM中的數據確定出函數方程，所述函數方程的解對應所述矩陣Y_KM。