[发明专利]基于离散排放标签的柴油车排放连续值预测方法及系统

说明书

本发明的一种基于离散排放标签的柴油车排放连续值预测方法及系统包括以下步骤，生成柴油车排放检测系统的样本数据，对样本数据进行预处理，并生成预处理数据；根据训练集样本数据构建无向图并得到边权重稀疏矩阵，利用标签获取算法，生成训练集中无标签样本的设定标签；根据连续值预测方法估计系统参数及相关阈值，基于结果计算柴油车CO、HC或NO的排放值及判定柴油车排放等级。本发明是首次基于离散排放标签实现柴油车排放连续值预测的问题，并且能够同时实现对柴油车排放等级的评估，解决了标签不足的问题，大大节省了车辆检测机构的人力物力。

技术领域

本发明涉及交通物流网络中尾气排放监测技术领域，具体涉及一种基于离散排放标签的柴油车排放连续值预测方法及系统。

背景技术

随着我国经济的飞速发展，人们的生活水平显著提高，机动车辆的普及和保有量持续增加，使得机动车排放污染成为大气污染的主要来源之一。其中，以柴油车为代表的移动污染源严重影响着空气质量，引起社会的广泛关注。针对这一情况，开展柴油车排放的监督检测以及排放等级评估具有十分重要的意义。

柴油车排放检测主要依据道路遥感监测设备的检测结果，当一辆柴油车通过遥感监测设备时，可以得到包含一氧化碳(CO)，碳氢化物(HC)，一氧化氮(NO)的浓度值等遥感检测数据。然而，遥感监测设备位置固定，难以获取柴油车在不同运行工况下的排放情况，且覆盖区域较小。除此之外，传统的柴油车排放标准则大都依据车辆检测机构的检测结果(即离线车检)判定是否为正常排放，消耗大量的人力和时间，且车辆接受离线车检的频率极低，难以获得所有在路柴油车辆近期在检测机构中的检测结果，多数在路柴油车为正常排放的可信度较低。

发明内容

本发明提出的一种基于离散排放标签的柴油车排放连续值预测方法及系统，能够有效的预测柴油车污染物排放情况，并判定其排放等级。

为实现上述目的，本发明采用了以下技术方案：

一种基于离散排放标签的柴油车排放连续值预测方法，包括以下步骤

生成柴油车排放检测系统的样本数据，对样本数据进行预处理，并生成预处理数据；

根据训练集样本数据构建无向图并得到边权重稀疏矩阵，利用标签获取算法，生成训练集中无标签样本的设定标签；

根据连续值预测方法估计系统参数及相关阈值，基于结果计算柴油车CO、HC或NO的排放值及判定柴油车排放等级。

进一步的，所述生成柴油车排放检测系统的样本数据，对样本数据进行预处理，并生成预处理数据具体包括，

根据便携式排放测量系统的获取到的信息，构建系统输入样本，包括：

柴油车自身特性：使用时间(UseYear)、车辆基重(BaseWeight)、车身长度(Length)；车辆运行情况：速度(Speed)、加速度(Acc)、比功率(VSP)；

环境因素：风速(WindSpeed)、温度(Temperature)、湿度(Humidity)、气压(Pressure)组成10维样本特征向量，记为样本标签y∈{1,...,c}为离线车检的柴油车排放级别；

假设共有总的样本Ψ条，遵循7:3的准则分开训练集和测试集，记训练集样本数据有n条，测试集样本有Ω条，且有标签的数据全部归于训练集，记训练集中有标签的样本集为其中，y_i∈{1,...,c}为x_i对应的标签；无标签的样本集记作其中，训练集总的样本数量为n＝l+u，l为有标签样本的数量，u为无标签样本的数量。

进一步的，根据训练集样本数据构建无向图并得到边权重稀疏矩阵，利用标签获取算法，生成训练集中无标签样本的设定标签，具体包括，