[发明专利]累积高值区的确定方法有效
申请号: | 201811355500.1 | 申请日: | 2018-11-14 |
公开(公告)号: | CN109613179B | 公开(公告)日: | 2023-10-20 |
发明(设计)人: | 廖炳瑜;荆然;汤宇佳;何苗;田启明;范迎春 | 申请(专利权)人: | 北京英视睿达科技股份有限公司 |
主分类号: | G01N33/00 | 分类号: | G01N33/00 |
代理公司: | 天津市尚文知识产权代理有限公司 12222 | 代理人: | 徐杨阳 |
地址: | 100070 北京市丰台*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 累积 高值区 确定 方法 | ||
1.一种累积高值区的确定方法,其特征在于,所述累积高值区的确定方法包括:
获取第一时长内,第一区域中各网格的编号和各网格的第一污染物浓度数据;
根据所述第一污染物浓度数据,从所述第一区域的网格中获取到第一网格集;其中,所述第一网格集包括第一数量个网格;
分别计算所述第一数量个网格中的各网格的第一污染物浓度数据和预设的第一污染物浓度阈值的第一浓度差值;
重复上述步骤,直至获取第n时长内,第一区域中各网格的编号和各网格的第n污染物浓度数据;其中,n为大于1的整数;
根据所述第n污染物浓度数据,从所述第一区域的网格中获取到第n网格集;其中,所述第n网格集包括第n数量个网格;
分别计算所述第n数量个网格中的各网格的第n污染物浓度数据和预设的第n污染物浓度阈值的第n浓度差值;
根据所述第一数量个网格的编号直至所述第n数量个网格的编号,确定目标网格集;
根据所述第一时长直至所述第n时长、所述第一浓度差值直至所述第n浓度差值,确定所述目标网格集中各网格的污染物浓度的均值;
根据预设的规则,为所述目标网格集中的各网格设置权重值;
根据目标网格集中各网格的污染物浓度的均值和其权重值,计算目标网格集中各网格的得分,得到分数信息;
根据所述分数信息,确定高值网格;其中,所述高值网格所在的区域为累积高值区。
2.根据权利要求1所述的累积高值区的确定方法,其特征在于,所述获取第一时长内,第一区域中各网格的编号和各网格的第一污染物浓度数据,具体包括:
对第一区域进行划分,得到第一区域中的各网格编号;
接收第一区域中的第一部分网格中的网格化监测设备发送的第一部分网格的第一污染物浓度数据;其中,所述第一区域中的各网格包括第一部分网格和第二部分网格;
根据所述第一部分网格的第一污染物浓度数据,获取第一区域中的第二部分网格的第一污染物浓度数据;
将所述第一区域中各网格编号、所述第一部分网格的第一污染物浓度数据和所述第二部分网格的第一污染物浓度数据进行关联,得到第一区域中各网格的编号和其第一污染物浓度数据。
3.根据权利要求1所述的累积高值区的确定方法,其特征在于,所述根据所述第一污染物浓度数据,从所述第一区域的网格中获取到第一网格集具体包括:
将第一区域中各网格的第一污染物浓度数据和预设的浓度阈值进行比较;
将所述第一污染物浓度数据大于预设的浓度阈值的网格确定为原始第一网格集;其中,所述原始第一网格集包括原始第一数量个网格;
对所述原始第一网格集中的各网格根据其第一污染物浓度数据进行排序;
根据排序结果,获取第一网格集;其中,所述第一网格集包括第一数量个网格,所述第一数量不大于所述原始第一数量。
4.根据权利要求1所述的累积高值区的确定方法,其特征在于,所述根据预设的规则,为所述目标网格集中的各网格设置权重值,具体包括:
获取第一区域中的建成区的位置信息和非建成区的位置信息;
获取目标网格集中各网格的位置信息;
将所述建成区的位置信息、所述非建成区的位置信息和所述目标网格集中各网格的位置信息进行匹配;
根据匹配结果,为所述目标网格集中的各网格设置权重值。
5.根据权利要求1所述的累积高值区的确定方法,其特征在于,所述根据所述分数信息,确定高值网格具体包括:
根据所述分数信息的高低顺序,从高至低对所述目标网格集中的各网格进行排名;
确定排名在预设名次之前的网格为高值网格。
6.根据权利要求1所述的累积高值区的确定方法,其特征在于,所述根据所述分数信息,确定高值网格具体包括:
将所述分数信息和预设的分数阈值进行比较;
确定分数信息大于预设的分数阈值的网格为高值网格。
7.根据权利要求1所述的累积高值区的确定方法,其特征在于,所述方法之后还包括:
对所述高值网格进行等级划分。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京英视睿达科技股份有限公司,未经北京英视睿达科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811355500.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于递归神经网络预测空气污染的方法及系统
- 下一篇:原位标定方法