面向空气污染源筛查的数据挖掘算法研究

发布时间：2021-06-07 22:36

　　空气污染是人类健康的重大威胁之一,如何治理空气污染也已经成为政府、民众和学者关注和研究的焦点。空气网格化监测通过提供全方位空气相关成分统计数据,在一定程度上为了解空气污染成因并加以有效治理提供了支持。同时注意到目前监测数据的潜在价值还未得到有效挖掘。因此本文在系统分析空气网格化监测数据条件下,从统计学习、机器学习、决策理论等多学科、多领域交叉融合的角度出发,开展面向空气污染源筛查的数据挖掘算法研究,主要研究内容如下:（1）基于多属性决策的空气污染物贡献度评价模型研究:针对现有空气污染物贡献评价方法未能有效量化不同污染源下各种空气污染物贡献度的局限性,提出了改进的 CRITIC（Criteria Importance Through Inter-criteria Correlation）模型的空气污染物贡献度评价算法。首先,在系统分析空气网格化监测数据条件下,利用最大离差法中的离差指标作为CRITIC法中的信息量的衡量指标,确定六项空气污染物的权重。然后,对综合评价指标采用简单加权（the Simple Additive Weighting Method,SAW）法进行排序,从而构建基于... 

【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图１－１面向空气污染源筛查的挖掘算法研究??Ｆｉｇｕｒｅ?１－１?Ｒｅｓｅａｒｃｈ?ｏｎ?Ｄａｔａ?Ｍｉｎｉｎｇ?Ａｌｇｏｒｉｔｈｍｓ?ｆｏｒ?Ａｉｒ?Ｐｏｌｌｕｔｉｏｎ?Ｓｏｕｒｃｅ?Ｓｃｒｅｅｎｉｎｇ??

图２－１多属性决策??Ｆｉｇｕｒｅ?２－１?Ｆｉｇｕｒｅ?ｏｆ?ｍｕｌｔｉｐｌｅ?ａｔｔｒｉｂｕｔｅ?ｄｅｃｉｓｉｏｎ?ｍａｋｉｎｇ??

图２－２?ＰＣＡ降维结果图??Ｆｉｇｕｒｅ?２－２?Ｆｉｇｕｒｅ?ｏｆ?ＰＣＡ?ｄｉｍｅｎｓｉｏｎ?ｒｅｄｕｃｔｉｏｎ?ｒｅｓｕｌｔｓ??

【参考文献】：
期刊论文
[1]区域服务贸易与生态环境协调度测度[J]. 李虹,陈丽姿.  统计与决策. 2019(05)
[2]基于AHP-熵权法的农业节水技术综合效益评价[J]. 高金花,高晓珊,廉冀宁,柏宇,王莉.  农机化研究. 2019(12)
[3]我国大气光化学烟雾污染现状与监测网络构建建议[J]. 李莉娜,赵长民,潘本锋,王帅.  中国环境监测. 2018(05)
[4]优化初始聚类中心的改进K-means算法[J]. 唐东凯,王红梅,胡明,刘钢.  小型微型计算机系统. 2018(08)
[5]熵权神经网络的信息系统安全评估[J]. 顾兆军,辛倩.  计算机工程与设计. 2018(07)
[6]新疆居民幸福指数:空间分异与区域格局优化[J]. 朱金鹤,王军香.  统计与决策. 2018(13)
[7]中国沿海地区大气污染特征及其聚类分析[J]. 龙凌波,佘倩楠,孟紫琪,刘敏,岳祝,闫媛媛.  环境科学研究. 2018(12)
[8]丹东2007-2014年酸雨频率和后向轨迹分析[J]. 刘玉彻,赵胡笳,杨洪斌,邹旭东,汪宏宇,张云海,朱轶明.  环境科学与技术. 2018(S1)
[9]信息量最大化定权的城市道路重要性评价[J]. 王庆国,张昆仑,胡亦熙.  交通运输系统工程与信息. 2018(02)
[10]带有年龄信息的PCA人脸识别技术[J]. 陈文兴,岳靖,付浩.  数学的实践与认识. 2018(06)



本文编号：3217441