龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：大连理工大学人工智能大连研究院;大连凌空数据科技有限公司
申请日：2020-07-02
公开（公告）日：2024-06-14
公开（公告）号：CN111737321B
主分类号：G06F18/26
分类号：G06F18/26;G06F18/22;G06F18/231;G06Q50/26
优先权：
专利状态码：有效-授权
法律状态：2024.06.14#授权;2020.10.30#实质审查的生效;2020.10.02#公开
摘要：本发明涉及大气污染防治，尤其涉及一种基于数据挖掘的城市大气污染联防联控区域划分方法，利用数据挖掘中的频繁项集技术作为城市间的空气污染相似距离的度量方法，然后采用层次聚类的方法来识别划分联防联控区域。本方法只需要挖掘大气污染数据，发现城市之间的污染模式来确定城市的污染相似距离，基于数据挖掘的方法不需要额外的地理数据，对大气污染数据分布没有要求，对数据的缺失值和异常值不敏感。模型参数较少，不需要复杂的计算，容易实施。本方法具有模型参数少、可解释性强、准确率高、占用资源少、鲁棒性好等优势。
主权项：1.一种基于数据挖掘的城市大气污染联防联控区域划分方法，其特征在于，包括以下步骤：步骤000：建立城市大气污染共增的项集数据库；步骤100：根据得到的城市大气污染共增数据库，挖掘城市污染共增模式；包括以下步骤：步骤110：设置频繁项集挖掘参数；步骤120：采用频繁项集挖掘算法，挖掘城市空气污染共增模式之间的频繁项集；步骤200：根据挖掘的项集，确定城市间大气污染的关联距离，根据挖掘的城市之间的频繁项集的支持度计算城市污染之间的相似距离；根据挖掘的项集，确定城市间大气污染的关联距离，步骤如下：根据挖掘的城市之间的频繁项集的支持度计算城市污染之间的相似距离，距离测度公式如下所示: 其中，表示城市,之间的大气污染相似,表示城市,频繁项集的支持度，如果城市不具有频繁共增模式，则设置为1；建立各城市大气污染的相似距离矩阵,假设C1,C2,C3,C4,C5为城市，则距离矩阵如下所示： 步骤300：根据建立城市大气污染之间的距离矩阵，采用层次聚类方法对各城市进行联防联控区域划分。
全文数据：
权利要求：
百度查询： 大连理工大学人工智能大连研究院;大连凌空数据科技有限公司 基于数据挖掘的城市大气污染联防联控区域划分方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号