[发明专利]一种基于聚类算法的空气质量预测方法有效
| 申请号： | 201810254517.1 | 申请日： | 2018-03-26 |
| 公开（公告）号： | CN108564110B | 公开（公告）日： | 2021-07-20 |
| 发明（设计）人： | 张挺 | 申请（专利权）人： | 上海电力学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G01N33/00 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 叶敏华 |
| 地址： | 200090 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于聚类算法的空气质量预测方法，包括以下步骤：S1：确定多个时间序列，对不同时间序列的等间隔时间点采集各个空气污染物的浓度；S2：将不同空气污染物的浓度组成污染物浓度向量，每个时间序列的所有污染物浓度向量作为一个数据组；S3：采用聚类算法对每个数据组进行分类，获取多个子类数据，并对每个子类数据求取平均向量；S4：分别求取各平均向量与待预测数据组中各个浓度向量之间的差异值，选取出差异值最小的平均向量，并选出其所对应的子类数据；S5：根据待预测数据组中缺失的污染物浓度种类，在选出的子类数据中找出该污染物种类的浓度值作为待预测数据组的预测值。与现有技术相比，本发明具有提高预测质量等优点。 | ||
| 搜索关键词： | 一种 基于 算法 空气质量 预测 方法 | ||
【主权项】：
1.一种基于聚类算法的空气质量预测方法，其特征在于，包括以下步骤：S1：确定多个时间序列，对不同时间序列的等间隔时间点采集各个空气污染物的浓度；S2：将各等间隔时间点采集的不同空气污染物的浓度组成污染物浓度向量，每个时间序列的所有污染物浓度向量作为一个数据组；S3：采用聚类算法对每个数据组进行分类，获取多个子类数据，并对每个子类数据求取平均向量；S4：分别求取各平均向量与待预测数据组中各个浓度向量之间的差异值，选取出差异值最小的平均向量，并选出其所对应的子类数据；S5：根据待预测数据组中缺失的污染物浓度种类，在选出的子类数据中找出该污染物种类的浓度值作为待预测数据组的预测值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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上海电力学院，未经上海电力学院许可，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/patent/201810254517.1/，转载请声明来源钻瓜专利网。
