挥发性有机物观测数据中缺省值的修复方法及装置制造方法及图纸

本申请公开了一种挥发性有机物观测数据中缺省值的修复方法及装置。该方法包括：利用挥发性有机物历史观测数据分别对自编码神经网络和循环门控神经网络进行训练；判断单一时次挥发性有机物观测数据的缺省值所属的类型；若缺省值属于零星缺省类型，则依次通过均值修复法和训练好的自编码神经网络对缺省值进行修复；若缺省值属于系统性缺省类型，则利用训练好的循环门控神经网络对所述缺省值进行修复。本申请的方法，选取均值修复法、训练好的自编码神经网络和训练好的循环门控神经网络，根据缺省值的不同类型，对挥发性有机物观测数据进行修复，修复效果好，可以极大提高挥发性有机物观测数据的质量。

【技术实现步骤摘要】
挥发性有机物观测数据中缺省值的修复方法及装置
本申请涉及环境监测
，具体涉及一种挥发性有机物观测数据中缺省值的修复方法及装置。
技术介绍
挥发性有机物(VolatileOrganicCompounds,VOCs)是指饱和蒸气压高、在常温常压下易挥发的有机化合物。高浓度的VOCs会给人类活动和生态环境带来不利影响，暴露在浓度超过一定阈值的VOCs环境中，会引起头痛、恶心、呕吐等不良症状，长期接触会抽搐、昏迷和记忆力衰退，甚至会给人的肝脏、肾脏和中枢神经系统产生不利影响；同时，作为二次有机气溶胶和臭氧的重要前体物，高浓度VOCs是导致城市臭氧、颗粒物污染过程的主要因子之一。大气中VOCs包含成千上百种物质，VOCs来源复杂，产业结构、下垫面、气候等不同导致不同地区的VOCs的典型组分及其整体化学活性存在显著差异。VOCs的复杂性直接增加了臭氧、颗粒物污染的防控难度，基于高质量的VOCs观测数据，弄清特定地区的VOCs时空变化特征，成为科学制定臭氧等污染防控措施的核心问题。当下VOCs观测仪器已有长足发展，但相对常规六参数观测仪本文档来自技高网...

【技术保护点】
1.一种挥发性有机物观测数据中缺省值的修复方法，其特征在于，包括：/n利用挥发性有机物历史观测数据分别对自编码神经网络和循环门控神经网络进行训练；/n判断单一时次挥发性有机物观测数据的缺省值所属的类型；/n若所述缺省值属于零星缺省类型，则依次通过均值修复法和训练好的自编码神经网络对所述缺省值进行修复；/n若所述缺省值属于系统性缺省类型，则利用训练好的循环门控神经网络对所述缺省值进行修复。/n

【技术特征摘要】
1.一种挥发性有机物观测数据中缺省值的修复方法，其特征在于，包括：
利用挥发性有机物历史观测数据分别对自编码神经网络和循环门控神经网络进行训练；
判断单一时次挥发性有机物观测数据的缺省值所属的类型；
若所述缺省值属于零星缺省类型，则依次通过均值修复法和训练好的自编码神经网络对所述缺省值进行修复；
若所述缺省值属于系统性缺省类型，则利用训练好的循环门控神经网络对所述缺省值进行修复。


2.根据权利要求1所述的修复方法，其特征在于，所述依次通过均值修复法和训练好的自编码神经网络对所述缺省值进行修复，包括：
利用均值修复法获得所述缺省值的初始填补值；
利用训练好的自编码神经网络对所述初始填补值进行优化处理得到优化填补值；
利用所述优化填补值填补所述缺省值。


3.根据权利要求2所述的修复方法，其特征在于，所述利用均值修复法获得所述缺省值的初始填补值，包括：
从所述单一时次挥发性有机物观测数据中查找出所述缺省值所属日期之前若干天中与所述缺省值时次相同的观测数据；
计算所有所述与所述缺省值时次相同的观测数据的平均值，利用所述平均值作为所述缺省值的初始填补值。


4.根据权利要求1所述的修复方法，其特征在于，所述利用训练好的循环门控神经网络对所述缺省值进行修复，包括：
判断所述缺省值是否位于连续时次缺省值序列中；
若否，则将所述缺省值前若干个时次的观测数据输入到训练好的循环门控神经网络中进行处理，得到所述缺省值的修复值；
若是，则利用训练好的循环门控神经网络对所述连续时次缺省值序列中的各缺省值按照时次顺序进行修复。


5.根据权利要求4所述的修复方法，其特征在于，所述利用训练好的循环门控神经网络对所述连续时次缺省值序列中的各缺省值按照时次顺序进行修复，包括：
针对所述连续时次缺省值序列中时次顺序上的第一个缺省值，将所述第一个缺省值前若干个时次的观测数据输入到所述训练好的循环门控神经网络中，输出所述第一个缺省值的修复值；
利用所述第一个缺省值的修复值...

【专利技术属性】
技术研发人员：樊旭，吴剑斌，陈焕盛，晏平仲，秦东明，王文丁，梁倩，杨佩霖，肖林鸿，
申请(专利权)人：中科三清科技有限公司，
类型：发明
国别省市：北京;11