基于深度学习的环境监测数据质量控制方法技术

本发明专利技术提供的一种基于深度学习的环境监测数据质量控制方法，包括以下步骤:S1.分析各监测数据之间的关系A、监测数据和污染区域非监测数据之间的关系B，根据分析出的关系A和/或关系B建立数据链；数据链中的数据为原始数据，原始数据包括监测数据和非监测数据；S2.通过原始数据，推导出质控参考数据；S3.将原始数据和质控参考数据使用深度学习的方式进行训练，得出数据质量评价模型；本发明专利技术可以实现在后续的环境污染分析中，选用正确率较高、偏离率较小的监测数据来进行分析，使监测数据对后续的环境污染分析有更好的指导意义。

Quality control method of environmental monitoring data based on deep learning

【技术实现步骤摘要】
基于深度学习的环境监测数据质量控制方法
本专利技术涉及数据处理方法领域，具体涉及一种基于深度学习的环境监测数据质量控制方法。
技术介绍
为了进行环境保护，环境相关管理部门设置了各类监测站，用于对环境相关信息的数据收集，比如各种污染物的数据。但因为目前用于环境相关信息采集的采集设备精度不够高，以及环境情况突变性较强，时常会出现两台设备A和B，放在同一个区域内相隔几十米，在同时间进行监测，测得的数据都不完全一致；比如，对于大气污染物的监测，在紧靠其中一台采集设备A几米处突然飘来一股油烟，又很快飘走了，那么另一台设备B很有可能就因为没有监测到油烟，而使得监测数据和设备A差异比较大，但却不能简单的推断设备B的采集数据有错。这样，将设备A和设备B的数据同时传输到环境管理平台系统中，就可能会出现同一时间段某一个区域里，按采集的监测数据显示该区域即有污染物又没有污染物。这样对后续的环境污染分析指导意义不够。
技术实现思路
针对现有技术中的缺陷，本专利技术提供一种基于深度学习的环境监测数据质量控制方法，以解决现有技术中因为环境监测设备精度不本文档来自技高网...

【技术保护点】
1.一种基于深度学习的环境监测数据质量控制方法，其特征在于,包括以下步骤:/nS1.分析各监测数据之间的关系A、监测数据和污染区域非监测数据之间的关系B，根据分析出的关系A和/或关系B建立数据链；所述数据链中的数据为原始数据，所述原始数据包括监测数据和非监测数据；/nS2.通过所述原始数据推导出质控参考数据；/nS3.将所述原始数据和所述质控参考数据使用深度学习的方式进行训练，得出原始数据质量评价模型。/n

【技术特征摘要】
1.一种基于深度学习的环境监测数据质量控制方法，其特征在于,包括以下步骤:
S1.分析各监测数据之间的关系A、监测数据和污染区域非监测数据之间的关系B，根据分析出的关系A和/或关系B建立数据链；所述数据链中的数据为原始数据，所述原始数据包括监测数据和非监测数据；
S2.通过所述原始数据推导出质控参考数据；
S3.将所述原始数据和所述质控参考数据使用深度学习的方式进行训练，得出原始数据质量评价模型。


2.根据权利要求1所述一种基于深度学习的环境监测数据质量控制方法，其特征在于:所述步骤S1中选用映射关系表或知识图谱建立数据链。


3.根据权利要求2所述一种基于深度学习的环境监测数据质量控制方法，其特征在于，所述步骤S1中选用知识图谱建立数据链，具体步骤包括：
S11.对环境监测数据和污染区域内的非监测数据通过数据库提取实体进行信息抽取；
S12.用三元组符号性描述实体之间的关系进行知识表示；
S13.使用实体对齐的方法进行知识融合得到数据链。


4.根据权利要求1所述一种基于深度学习的环境监测数据质量控制方法，其特征在于：步骤S1中所述监测数据包括用于反映环境污染情况的水质监测数据、空气质量监测数据、废弃物监测数据、噪声监测数...

【专利技术属性】
技术研发人员：谢国锦，谢国宇，刘仲阳，
申请(专利权)人：谢国宇，刘仲阳，
类型：发明
国别省市：四川;51