一种基于大数据分析的环境与评级系统

专利主权项内容

1.一种基于大数据分析的环境与评级系统，其特征在于，包括如下步骤：S1、通过数据信息系统获取目标区域的空气质量等级、空气质量评价参数指标以及天空图像的数据集；S2、标准化处理，对空气质量参数指标进行标准化，以消除不同指标间的量纲和数量级影响，标准化公式为：其中，X为第i个已有空气质量样本的第j个评价参数指标的原始值，X'为第i个样本的第j个评价参数指标标准化后的值，和S分别为第j个评价参数指标的均值和标准差；ijijjS3、特征提取，基于改进的主成分分析算法对标准化后的已有空气评价参数指标进行特征提取，得到两组特征变量，所述改进的主成分分析算法描述为：S31、对空气质量评价参数指标进行相关性分析，基于Pearson相关系数法对空气质量评价参数指标进行分析并判断指标之间的相关程度，由相关系数进行衡量，其计算公式为：其中cov(X, Y)为任意两项评价参数指标(X与Y)之间的协方差，σ与σ分别为X与Y之间的标准差，μ和μ分别为X和Y的均值；ρ的取值范围为-1～1，相关系数的绝对值越大，说明2个指标的相关性越强，对相关性较差的指标进行线性化处理；XYXYXYS32、计算所有评价参数指标的特征比重，其计算公式为：其中，p为第i个样本的第j项评价参数指标的特征比重；ijS33根据各项评价参数指标的特征比重计算评价参数指标的权重，其计算公式为：其中，e为第j项评价参数指标对应的熵值，W为第j项评价参数指标的权重；jjS34、根据各项评价参数指标的权重，结合局部影响归一化，对原始数据进行中心化，其计算公式为：其中，为所有评价参数指标的均值，X'为中心化之后样本的值的集合，X为第j个评价参数指标的值；jS35、计算并求解协方差矩阵的特征值和特征向量，降序排列后的前K个特征值即为主成分分析后的K个主成分；S4、特征融合，对特征提取得到的两组特征变量与从天空图像中提取出的图像特征进行特征层融合，得到融合后的特征数据，将特征数据划分为训练集数据和测试集数据；S5、搭建多特征融合的空气质量评级LSTM模型，用训练集数据对模型进行训练，用测试集数据测试LSTM模型的准确率，得到多特征融合的空气质量评级LSTM模型；S6、收集待评估区域的空气质量样本的空气质量评价参数指标以及天空图像并对其同已有空气质量样本进行预处理，包括标准化处理、特征提取以及特征融合；S7、将处理好的数据导入多特征融合的空气质量评级LSTM模型，得到待评估区域的空气质量等级。