[发明专利]一种基于分布式在线主成分分析的空气质量异常检测方法

说明书

本发明公开了一种基于分布式在线主成分分析的空气质量异常检测方法。获取城市的已知空气污染物浓度数据，设计分布式在线主成分分析模型，采用基于分布式在线主成分分析模型的空气质量异常检测方法对空气污染物浓度数据进行处理获得判断结果，从而对空气质量进行异常检测。本发明能便捷地预测某一范围内的整体空气质量，能够抑制异常训练数据带来的影响，起到去噪作用，处理速度更快，用时更短。

技术领域

本发明属于分布式信号处理、机器学习以及异常检测领域，特别是涉及一种基于分布式在线主成分分析的空气质量异常检测方法。

背景技术

主成分分析(Principal Component Analysis，简称PCA)是一种常用的无监督降维方法。通过PCA能够得到数据分布的主要方向。常规的PCA通过构造数据协方差矩阵并计算其特征向量来实现主成分分析过程。这些特征向量是原始数据空间中含信息量较多的方向，因此被视为主要成分或主要方向。对于常规的PCA而言，一般需要获得全部的原始数据，生成原始数据的协方差矩阵。显然主成分分析方法可以应用于异常检测领域，通过分析得到训练数据的主要成分，然后根据主要成分判断测试数据是否异常。

在实际中，用于异常检测的数据可以通过无线传感器网络(wireless sensornetworks，简称WSNs)来进行采集。例如，利用气体传感器组成的传感器网络测量空气中污染物的浓度。一般来说，衡量空气质量的主要指标是空气中主要污染物，即SO₂、NO₂、CO、PM10、PM2.5和O₃的浓度。可以通过气体传感器分散地测量空气中各个污染物的浓度，然后通过合理的计算确定最终的空气质量。在这种情况下，数据是分散地被多个传感器节点采集的，因此常规PCA利用数据协方差矩阵求解主成分的方法显然是不太合适的。

发明内容

本发明的目的在于针对数据是分布式采集的这样一种实际情况，提出一种基于分布式在线主成分分析的空气质量异常检测方法，通过不需要数据协方差矩阵的分布式在线主成分分析方法进行空气质量数据的异常检测。

如图1所示，本发明所采用的技术方案具体包括如下步骤：

(1)获取城市的已知空气污染物浓度数据；

(2)设计分布式在线主成分分析模型；

(3)采用基于分布式在线主成分分析模型的空气质量异常检测方法对待测空气污染物浓度数据进行处理获得该城市的判断结果，从而对空气质量进行异常检测。

所述步骤(1)的城市的已知空气污染物浓度数据是包括某一城市在某一时间段内的每日多地点空气污染物浓度数据。

具体实施中，将得到的空气污染物浓度数据分成训练所用空气污染物浓度数据及测试所用空气污染物浓度数据。

具体实施中可在环保部数据中心及相关的网站上获得空气污染物浓度数据，例如在青悦开放环境数据中心获得杭州市每日空气污染物浓度的历史数据。

所述的空气污染物浓度数据是由传感器网络采集获得的，传感器网络是由分布于不同地点的传感器节点用无线/有线方式互相连接而组成，每两个传感器节点具有直接/间接通信连接关系，每个传感器节点采集获得各自监测范围的空气污染物浓度数据，每个传感器节点均能接收其他所有邻居传感器节点依据所采集到的空气污染物浓度数据计算出的每个时刻的特征矩阵信息。

所述的步骤(2)具体建立以下公式表示的传感器节点的目标函数作为分布式在线主成分分析模型(doPCA模型)：