[发明专利]一种基于距离特征的目标地点的PM2.5的值的预测方法

权利要求书

1.一种基于距离特征的目标地点的PM2.5的值的预测方法，其特征在于，包括如下步骤：

S1：在设定的区域范围内确定目标监测站点，获取该目标监测站点在过去一段时间的各个时间节点内所采集的PM2.5的值，同时获取该区域内各个非目标监测站点分别在过去相同一段时间内各个时间节点所采集的PM2.5的值，获取该区域内各个非目标监测站点的当前时刻所采集的PM2.5的值[a₁,a₂,...,a_i]，其中a_i为第i个非目标监测站点所采集的PM2.5的值，i＝1,2,...,b，b为该区域内所有非目标监测站点的个数；

S2：获取目标监测站点与该区域内各个非目标监测站点之间的距离[d₁,d₂,...,d_i]，其中d_i为该区域内第i个非目标监测站点与目标监测站点之间的距离；

S3：构造距离特征

X＝[1,x₁,x₂,...,x_i]

其中，x_i＝w_ia_i，

其中，w_i为系数，

S4：将距离特征X＝[1,x₁,x₂,...,x_i]作为线性回归模型的输入特征，通过线性回归模型对当前时刻的PM2.5的值进行预测。

2.如权利要求1所述的一种基于距离特征的目标地点的PM2.5的值的预测方法，其特征在于，在步骤S4中，包括如下步骤：

S4-1：建立线性回归模型

给定训练集T＝{(X₁,y₁),(X₂,y₂),....(X_n,y_n)}，n＝1,2,...,c，其中，X_n表示输入特征，即第n个时间点的距离特征，y_n表示目标监测站点在所述过去一段时间中第n个时间点所采集的PM2.5的值，线性回归模型的函数表达式如下:

y_n＝h_θ(X_n)＝θ₀+θ₁X_n+θ₂X_n+...+θ_kX_n，k＝1,2,...,n (1)

等价于

y_n＝h_θ(x)＝Θ^TZ (2)

式(1)中，y_n表示目标监测站点在第n个时间点所采集的PM2.5的值；

式(2)中，Z＝[1,X₁,X₂,...,X_n]^T，

Θ＝[θ₀,θ₁,...,θ_k]^T是k+1维未知回归系数向量；

S4-2：使用线性回归模型的函数进行预测

给定输入特征X_c+1，将X_c+1代入到式(2)中，得到

y_c+1＝Θ^TX_c+1 (3)

式(3)中，y_c+1是目标监测站点在第c+1个时间点所采集的PM2.5的值，X_c+1是第c+1个时间点的距离特征。

3.如权利要求1所述的一种基于距离特征的目标地点的PM2.5的值的预测方法，其特征在于，在步骤S2中，通过GPS获取该区域内目标监测站点与各个非目标监测站点的经纬度坐标，再根据该区域内目标监测站点与各个非目标监测站点的经纬度坐标计算该区域内目标监测站点与各个非目标监测站点之间的距离。

4.如权利要求1所述的一种基于距离特征的目标地点的PM2.5的值的预测方法，其特征在于，在步骤S2中，通过在地图上标记该区域内目标监测站点与各个非目标监测站点，并在地图上测量该区域内目标监测站点与各个非目标监测站点之间在地图上的距离，最后根据地图的比例和该区域内目标监测站点与各个非目标监测站点之间在地图上的距离计算得到该区域内目标监测站点与各个非目标监测站点之间的实际距离。