[发明专利]用于估计时空数据的设备和方法

说明书

技术领域

本申请涉及数据分析领域，具体涉及一种用于估计时空数据的设备和方法。

背景技术

大气等污染受扩散条件、地理环境等因素影响，其成因复杂多样。然而，基于移动监测设备的数据采集无法覆盖所有的时间空间。因此，如何对缺失记录进行补全并使之用于更准确的污染浓度预测和原因追溯，成为了一个主要问题。

现有的时空数据插值方法基于不同数学模型，并且通常结合时序列分析方法和空间插值算法。例如，参考文献1(CN104680021A)提出了一种融合时空信息的气温缺失记录重建(即插值)方法，该方法在数据建模中考虑了气温的时空分布特性。其主要步骤包括：

-对气温时序列数据进行预处理，缺失值采用特定的符号表示；

-计算未缺失气温记录的残差，并采用克里金(Kriging)方法进行空间插值，估计缺失记录的残差项；

-对气温时间序列进行时序列插值，以估计缺失记录的气温趋势项；

-综合缺失记录的气温残差项和气温趋势项，实现缺失气温记录的重建。

然而，上述方案的计算负荷较大。同时，当缺失数据在时空上呈散在特性(即时间上非连续，空间上不相邻)的数据较多时，上述方案的计算准确度较低。

发明内容

本发明提出了一种基于时空动态性特征分析来估计缺失数据的方法。时空动态性是指，例如某个观测点的监测值的变化与它周围点(空间上)在临近时刻(时间上)监测值的变化之间的关联性。本发明的主要思想在于：通过计算在时间和空间邻域互相影响的条件下，数据监测点间的监测值的变化概率来估算缺失数据。

具体地，根据本发明的一个方面，提供了一种用于估计时空数据的设备，包括：预处理单元，被配置为将时空数据进行排序并划分为若干级别，计算各个级别中每一个级别上的数据的均值；概率计算单元，被配置为基于划分级别后的数据来计算各个级别之间的时空变化概率；以及估计单元，被配置为基于所述均值和所述时空变化概率来估计时空数据。

在一个实施例中，预处理单元被配置为：计算所有时空数据的平均值；将各个时空数据除以所述平均值，以获得标准化的时空数据；以及对标准化的时空数据进行排序并划分为若干级别，使得各个级别的数据的数量基本相同。

在一个实施例中，概率计算单元被配置为：计算时空数据的空间权重矩阵；基于所述空间权重矩阵，计算空间延迟算子；以及基于空间延迟算子，计算当目标点的空间邻接点处于不同级别状态时该目标点的级别变化概率。

在一个实施例中，概率计算单元基于空间点的邻接关系或距离来计算所述空间权重矩阵。

在一个实施例中，概率计算单元通过使用马尔可夫链来计算当目标点的空间邻接点处于不同级别状态时该目标点的级别变化概率。

根据本发明的另一个方面，提供了一种用于估计时空数据的方法，包括：将时空数据进行排序并划分为若干级别，计算各个级别中每一个级别上的数据的均值；基于划分级别后的数据来计算各个级别之间的时空变化概率；以及基于所述均值和所述时空变化概率来估计时空数据。

在一个实施例中，将时空数据进行排序并划分为若干级别包括：计算所有时空数据的平均值；将各个时空数据除以所述平均值，以获得标准化的时空数据；以及对标准化的时空数据进行排序并划分为若干级别，使得各个级别的数据的数量基本相同。

在一个实施例中，计算各个级别之间的时空变化概率包括：计算时空数据的空间权重矩阵；基于所述空间权重矩阵，计算空间延迟算子；以及基于空间延迟算子，计算当目标点的空间邻接点处于不同级别状态时该目标点的级别变化概率。

在一个实施例中，基于空间点的邻接关系或距离来计算所述空间权重矩阵。

在一个实施例中，通过使用马尔可夫链来计算当目标点的空间邻接点处于不同级别状态时该目标点的级别变化概率。

本发明考虑到时空数据之间的时空变化的关联性，即使当缺失记录在时空上呈散在特性(即时间上非连续，空间上不相邻)的缺失数据较多时，也能保证估算值的准确度。此外，本发明的技术方案的计算复杂度较低，更易于实现。

附图说明

通过下文结合附图的详细描述，本发明的上述和其它特征将会变得更加明显，其中：

图1是示出了根据本发明一个实施例的用于估计时空数据的设备的框图。

图2-6是示出了根据本发明一个实施例的时空数据的估计示例的示意图。

图7是示出了根据本发明一个实施例的用于估计时空数据的方法的流程图。

具体实施方式