一种环境监测缺失数据补偿处理的方法技术

本发明专利技术公开一种环境监测缺失数据补偿处理的方法，包括：获取环境监测初始数据；对所述环境监测初始数据进行分析，计算各环境污染指标与目标指标的相关度，其中，所述相关度用于度量所述环境污染指标与所述目标指标的相关程度强弱；构建数据补偿模型，将所述环境监测初始数据和所述相关度输入所述数据补偿模型，训练并利用形状和时间失真损失函数优化所述数据补偿模型，获得最优数据补偿模型；利用所述最优数据补偿模型，对环境监测缺失数据进行补偿处理。本发明专利技术提高了环境监测缺失数据补偿的准确性。的准确性。的准确性。

【技术实现步骤摘要】
一种环境监测缺失数据补偿处理的方法


[0001]本专利技术涉及环境监测数据处理领域，特别是涉及一种环境监测缺失数据补偿处理的方法。

技术介绍

[0002]在数据驱动的研究中，丢失的数据一直是研究人员面临的挑战。在人工获取数据的阶段，由于人力记录能力和管理能力的限制，数据的存储难免会出现遗漏或是丢失的情况，而随着信息技术的发展，各类数据监测设备逐渐代替了人工工作，但是由于系统性或偶然性的误操作，这些检测设备数据往往带有各种缺失值，导致后续分析和可视化相当困难，特别是在环境健康科学领域。大气污染物监测作为环境监测和质量分析的关键部分，通常研究人员会通过大量的分布式传感器来获取空气质量数据，用于量化环境中的空气污染物的浓度，并用于空气质量预测或污染预警等分析研究。空气质量数据集中丢失信息的原因有很多，例如设备损坏、采样采样频率不足、硬件问题和人为错误等，不完整的数据集会影响特定分析的适用性，例如数据建模，这通常需要完整的数据矩阵，缺失数据的出现，无论多么罕见，都会使空气污染物与健康结果之间关系的研究结果产生偏差。
[0003]为了获取一个完整本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种环境监测缺失数据补偿处理的方法，其特征在于，包括以下步骤：获取环境监测初始数据；对所述环境监测初始数据进行分析，计算各环境污染指标与目标指标的相关度，其中，所述相关度用于度量所述环境污染指标与所述目标指标的相关程度强弱；构建数据补偿模型，将所述环境监测初始数据和所述相关度输入所述数据补偿模型，训练并利用形状和时间失真损失函数优化所述数据补偿模型，获得最优数据补偿模型；利用所述最优数据补偿模型，对环境监测缺失数据进行补偿处理。2.根据权利要求1所述的环境监测缺失数据补偿处理的方法，其特征在于，对所述环境监测初始数据进行分析，计算各环境污染指标与目标指标的相关度的方法为：其中，X和Y为两种不同的变量，r(
·
)表示各污染指标与目标指标之间的相关系数，Cov(
·
)是协方差，σ(
·
)是标准偏差。3.根据权利要求1所述的环境监测缺失数据补偿处理的方法，其特征在于，基于所述相关度对所述环境监测初始数据进行预处理，获得加权样本数据包括：对所述环境监测初始数据进行采样，获得初始样本数据；对所述初始样本数据进行划分，对划分后的所述初始样本数据进行数据格式转化；对转化后的初始样本数据进行归一化处理，对归一化后的样本数据基于所述相关度赋予不同的权重，利用全连接神经网络进行多特征嵌入，获得所述加权样本数据。4.根据权利要求3所述的环境监测缺失数据补偿处理的方法，其特征在于，对所述环境监测初始数据进行采样，获得初始样本数据采用滑动窗口方法。5.根据权利要求3所述的环境监测缺失数据补偿处理的方法，其特征在于，所述数据补偿模型包括输入层、嵌入层、编码器层、注意力层、解码器层和输出层，所述输入层用于输入所述归一化后的样本数据，所述嵌入层用于对所述归一化后的...

【专利技术属性】
技术研发人员：张凌涛，严浩然，段晨博，薛帆，刘拥民，
申请(专利权)人：中南林业科技大学，
类型：发明
国别省市：