多源异构数据融合校验分析方法、设备及存储介质技术

本发明专利技术的一种多源异构数据融合校验分析方法、设备及存储介质，包括对多种监测手段收集的监测数据进行数据有效性检验；将多种检测设备采集的车辆工况信息以及污染排放信息进行特征融合，并基于Markov毯共性特征学习模型将不同监测数据的工况排放特征图映射到高维空间进行特征对齐；对多源污染监测数据的共性特征进行增量学习，实现多种监测数据污染排放因子水平的一致性估算。本发明专利技术利用Markov毯进行工况特征筛选，提取与污染排放相关的特征子集，并利用残差网络特征提取能力构建多源监测数据的共性特征空间，最后利用宽度学习结构增量式学习对多源污染监测数据的共性特征进行增量学习，有效实现多源异构数据的深度特征对齐。

【技术实现步骤摘要】

本专利技术涉及电子信息，具体涉及一种多源异构数据融合校验分析方法。

技术介绍

1、移动污染源的监测数据包含地理信息数据，气象环境数据，交通流数据，车辆污染监测数据，是一种多源异构的时空数据。对于移动源污染监测数据融合方法研究主要是基于实验室工况模型或实际道路的车辆测试数据，对车辆尾气排放量及工作状态进行估计。基于实验室工况模型的尾气排放融合测算方法无法确定机动车在道路行驶状态下的实时排放情况，且年排放评估只能采用年检数据进行估算；实际道路的车辆测试数据的排放测算仅适用于单车通过的工况检测，有效数据率低，且与车检数据之间缺乏关联。遥感测试、obd、pems、以及车辆检测站等多种监测手段由于检测原理不同以及监测条件影响，难以利用获取的多源污染排放数据对移动源排放水平在同一尺度评估。

2、已有方法基于单一尾气检测数据及车辆信息融合数据建立车辆尾气排放清单，无法实现各种监测技术获取的排放数据统一到同一尺度下进行有效关联，以提升移动源污染排放的估算精度。

技术实现思路

1、本专利技术提出的一种多源异构数据融本文档来自技高网...

【技术保护点】

1.一种多源异构数据融合校验分析方法，其特征在于，包括以下步骤，

2.根据权利要求1所述的多源异构数据融合校验分析方法，其特征在于：所述步骤S1具体包括，

3.根据权利要求1所述的多源异构数据融合校验分析方法，其特征在于：所述步骤S2包括，

4.根据权利要求1所述的多源异构数据融合校验分析方法，其特征在于：所述步骤S3具体包括：

5.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至4中任一项所述方法的步骤。

6.一种计算机可读存储介质，存储有计算机...

【技术特征摘要】

1.一种多源异构数据融合校验分析方法，其特征在于，包括以下步骤，

2.根据权利要求1所述的多源异构数据融合校验分析方法，其特征在于：所述步骤s1具体包括，

3.根据权利要求1所述的多源异构数据融合校验分析方法，其特征在于：所述步骤s2包括，

4.根据权利要求1所述的多源异构数据融合校验分析方法，其特征在于：...

【专利技术属性】
技术研发人员：丁焰，康宇，许镇义，刘文清，曹洋，张玉钧，付明亮，
申请(专利权)人：中国环境科学研究院，
类型：发明
国别省市：