聚类设备和方法技术

提供了一种聚类设备，包括：获取单元，被配置为获取监测点的监测数据，所述监测数据是时空数据；划分单元，被配置为从所获取的监测数据中选取目标数据，并对选取的目标数据划分级别；构造单元，被配置为根据划分级别后的目标数据来构造聚类参数；以及确定单元，被配置为根据聚类参数来确定监测点的类别。还提供了一种聚类方法。采用本发明专利技术，能够获得监测点之间的时空变化的关联。就大气污染监测数据而言，能够获得污染传播链路相似的污染节点，从而实现了污染溯源。

【技术实现步骤摘要】

本申请涉及数据分析领域，具体涉及一种聚类设备和方法。
技术介绍
大气污染的形成受排放物、扩散条件、地理环境等因素影响，其成因复杂多样，这为准确地分析某地区大气污染的分布和扩散趋势带来了困难。尤其是对污染源头的追溯，缺乏有效的数据分析方法。
技术实现思路
本专利技术综合考虑大气污染物、天气、地理等影响因素，挖掘大气污染监测点之间的时空关联特性，并以此聚合具有相同污染变化和扩散趋势等特征的监测点。本专利技术不仅能够适用于大气污染数据，也适用于其他具有相似时空特征的数据，如交通数据等。根据本专利技术的一个方面，提供了一种聚类设备，包括：获取单元，被配置为获取监测点的监测数据，所述监测数据是时空数据；划分单元，被配置为从所获取的监测数据中选取目标数据，并对选取的目标数据划分级别；构造单元，被配置为根据划分级别后的目标数据来构造聚类参数；以及确定单元，被配置为根据聚类参数来确定监测点的类别。在一个实施例中，划分单元被配置为：对选取的目标数据进行分组；以及通过对分组后的数据进行直方图均衡来划分级别。在一个实施例中，构造单元被配置为：计算监测点之间的激活力，所述激活力表示监测点之间的关联程度；根据激活力来计算监测点之间的亲和度，所述亲和度表示监测点之间的传播链路的重合程度。在一个实施例中，构造单元被配置为：计算监测点i的监测数据位于某个级别的频度fi；计算监测点j的监测数据位于某个级别的频度fj；计算监测点i和监测点j的监测数据同时位于某个级别的频度fij；计算监测点i和监测点j之间的加权距离dij；根据fi、fj、fij和dij来计算监测点i和监测点j之间的激活力。在一个实施例中，fij是监测点i和监测点j在特定时间窗内同时出现在某个相同级别的次数，fi是监测点i在特定时间窗内单独出现在该相同级别的次数，fj是监测点j在特定时间窗内单独出现在该相同级别的次数。在一个实施例中，fij是监测点i和监测点j在特定时间窗内从某个相同级别跨越至另一相同级别的次数，fi是监测点i在特定时间窗内单独发生该级别跨越的次数，fj是监测点j在特定时间窗内单独发生该级别跨越的次数。在一个实施例中，构造单元被配置为根据以下参数来计算加权距离dij：监测点i和监测点j之间的地理距离、实时风力级别、风向与监测点i和监测点j的连线之间的夹角、监测点i和监测点j的海拔高度、以及风速监测点的海拔高度。在一个实施例中，构造单元被配置为：确定指向监测点i和监测点j并且激活力大于预定阈值的监测点k的集合；确定监测点i和监测点j所指向的并且激活力大于所述预定阈值的监测点m的集合；基于监测点k的集合和监测点m的集合，计算监测点i和监测点j之间的亲和度。优选地，监测数据包括大气污染监测数据或交通数据。在一个实施例中，确定单元被配置为采用K-means聚类算法来确定监测点的类别。根据本专利技术的另一个方面，提供了一种聚类方法，包括：获取监测点的监测数据，所述监测数据是时空数据；从所获取的监测数据中选取目标数据，并对选取的目标数据划分级别；根据划分级别后的目标数据来构造聚类参数；以及根据聚类参数来确定监测点的类别。在一个实施例中，对选取的目标数据划分级别包括：对选取的目标数据进行分组；以及通过对分组后的数据进行直方图均衡来划分级别。在一个实施例中，构造聚类参数包括：计算监测点之间的激活力，所述激活力表示监测点之间的关联程度；根据激活力来计算监测点之间的亲和度，所述亲和度表示监测点之间的传播链路的重合程度。在一个实施例中，计算监测点之间的激活力包括：计算监测点i的监测数据位于某个级别的频度fi；计算监测点j的监测数据位于某个级别的频度fj；计算监测点i和监测点j的监测数据同时位于某个级别的频度fij；计算监测点i和监测点j之间的加权距离dij；根据fi、fj、fij和dij来计算监测点i和监测点j之间的激活力。在一个实施例中，fij是监测点i和监测点j在特定时间窗内同时出现在某个相同级别的次数，fi是监测点i在特定时间窗内单独出现在该相同级别的次数，fj是监测点j在特定时间窗内单独出现在该相同级别的次数。在一个实施例中，fij是监测点i和监测点j在特定时间窗内从某个相同级别跨越至另一相同级别的次数，fi是监测点i在特定时间窗内单独发生该级别跨越的次数，fj是监测点j在特定时间窗内单独发生该级别跨越的次数。在一个实施例中，根据以下参数来计算加权距离dij：监测点i和监测点j之间的地理距离、实时风力级别、风向与监测点i和监测点j的连线之间的夹角、监测点i和监测点j的海拔高度、以及风速监测点的海拔高度。在一个实施例中，计算监测点之间的亲和度包括：确定指向监测点i和监测点j并且激活力大于预定阈值的监测点k的集合；确定监测点i和监测点j所指向的并且激活力大于所述预定阈值的监测点m的集合；基于监测点k的集合和监测点m的集合，计算监测点i和监测点j之间的亲和度。优选地，监测数据包括大气污染监测数据或交通数据。在一个实施例中，采用K-means聚类算法来确定监测点的类别。采用本专利技术的技术方案，能够获得数据点之间的时空变化关联。对于大气污染监测数据，能够获得污染传播链路相似的污染节点，从而实现了污染溯源。附图说明通过下文结合附图的详细描述，本专利技术的上述和其它特征将会变得更加明显，其中：图1是示出了根据本专利技术一个实施例的聚类设备的框图。图2是示出了根据本专利技术一个实施例的聚类方法的流程图。图3是示出了根据本专利技术一个实施例的划分级别的示意图。图4-12是示出了根据本专利技术一个具体示例的数据计算结果的示意图。具体实施方式下面，通过结合附图对本专利技术的具体实施例的描述，本专利技术的原理和实现将会变得明显。应当注意的是，本专利技术不应局限于下文所述的具体实施例。另外，为了简便起见，省略了与本专利技术无关的公知技术的详细描述。图1是示出了根据本专利技术一个实施例的聚类设备的框图。如图1所示，聚类设备10包括获取单元110、划分单元120、构造单元130和确定单元140。下面，详细描述聚类设备10中的各个单元的操作。获取单元110被配置为获取监测点的监测数据，该监测数据是时空数据。在本申请中，“时空数据”是指同时具有时间和空间维度的数据，例如大气污染监测数据、交通流量数据等等。在一个示例中，对于大气污染监测站点来说，监测点的时空数据可以包括6种主要大气污染物(PM2.5、PM10、SO2、NO2、CO、O3)的浓度及其对应空气质量指数(IAQI)值。划分单元120被配置为从获取单元110获取的监测数据中选取目标数据，并对选取的目标数据划分级别。优选地，划分单元120首先对选取的目标数据进行分组，然后通过对分组后的数据进行直方图均衡来划分级别。例如，就大气污染监测数据来说，可依据六种大气污染物(PM2.5、PM10、SO2、NO2、CO、O3)的分布趋势，将其分为三组。即，CO、NO2、SO2一组，O3一组，PM2.5、PM10一组。各组的IAQI为其组内对应污染物IAQI的均值，分别记为IAQI1、IAQI2、和IAQI3。然后，对于不同季节/时间段，直方图均衡后的所划分的等级数目和等级之间的界限不尽相同，可以视实际需求而定。以2013.12-2014.2期间的大气污染监测数据为例，将其本文档来自技高网...

【技术保护点】
一种聚类设备，包括：获取单元，被配置为获取监测点的监测数据，所述监测数据是时空数据；划分单元，被配置为从所获取的监测数据中选取目标数据，并对选取的目标数据划分级别；构造单元，被配置为根据划分级别后的目标数据来构造聚类参数；以及确定单元，被配置为根据聚类参数来确定监测点的类别。

【技术特征摘要】
1.一种聚类设备，包括：获取单元，被配置为获取监测点的监测数据，所述监测数据是时空数据；划分单元，被配置为从所获取的监测数据中选取目标数据，并对选取的目标数据划分级别；构造单元，被配置为根据划分级别后的目标数据来构造聚类参数；以及确定单元，被配置为根据聚类参数来确定监测点的类别。2.根据权利要求1所述的设备，其中，所述划分单元被配置为：对选取的目标数据进行分组；以及通过对分组后的数据进行直方图均衡来划分级别。3.根据权利要求1所述的设备，其中，所述构造单元被配置为：计算监测点之间的激活力，所述激活力表示监测点之间的关联程度；根据激活力来计算监测点之间的亲和度，所述亲和度表示监测点之间的传播链路的重合程度。4.根据权利要求3所述的设备，其中，所述构造单元被配置为：计算监测点i的监测数据位于某个级别的频度fi；计算监测点j的监测数据位于某个级别的频度fj；计算监测点i和监测点j的监测数据同时位于某个级别的频度fij；计算监测点i和监测点j之间的加权距离dij；根据fi、fj、fij和dij来计算监测点i和监测点j之间的激活力。5.根据权利要求4所述的设备，其中，fij是监测点i和监测点j在特定时间窗内同时出现在某个相同级别的次数，fi是监测点i在特定时间窗内单独出现在该相同级别的次数，fj是监测点j在特定时间窗内单独出现在该相同级别的次数。6.根据权利要求4所述的设备，其中，fij是监测点i和监测点j在特定时间窗内从某个相同级别跨越至另一相同级别的次数，fi是监测点i
\t在特定时间窗内单独发生该级别跨越的次数，fj是监测点j在特定时间窗内单独发生该级别跨越的次数。7.根据权利要求4所述的设备，其中，所述构造单元被配置为根据以下参数来计算加权距离dij：监测点i和监测点j之间的地理距离、实时风力级别、风向与监测点i和监测点j的连线之间的夹角、监测点i和监测点j的海拔高度、以及风速监测点的海拔高度。8.根据权利要求3所述的设备，其中，所述构造单元被配置为：确定指向监测点i和监测点j并且激活力大于预定阈值的监测点k的集合；确定监测点i和监测点j所指向的并且激活力大于所述预定阈值的监测点m的集合；基于监测点k的集合和监测点m的集合，计算监测点i和监测点j之间的亲和度。9.根据权利要求1所述的设备，其中，所述监测数据包括大气污染监测数据或交通数据。10.根据权利要求1所述的设备，其中，所述确定单元被配置为：采用K-...

【专利技术属性】
技术研发人员：张霓，胡卫松，
申请(专利权)人：日本电气株式会社，
类型：发明
国别省市：日本;JP