[发明专利]一种水质监测数据缺失值填补方法

摘要

本发明公开了一种水质监测数据缺失值填补方法。本发明把水质监测站的水质监测数据看成一个数据集，这个数据集包含正常水质数据和缺失的水质数据，然后使用改进的OCS‑FCM算法对对数据集中的缺失数据进行求解，主要表现为不断迭代更新隶属度矩阵，直到达到预设的迭代次数，停止迭代。最后，将求解的缺失数据填补到原始数据集中，得到不含缺失数据的完整数据集。本发明方法克服了传统FCM算法在隶属度矩阵参数选择困难的缺点，采用的实时更新隶属度矩阵的方法，实现了缺失数据填补正确率的提高，尤其是在大缺失率数据集的情况下。

主权项

1.一种水质监测数据缺失值填补方法，其特征在于该方法包括以下步骤：步骤一：对模糊聚类优化补全策略算法的参数进行初始化，主要是模糊因子m，聚类数c，迭代次数t，同时，随机初始化聚类中心V；步骤二：计算隶属度矩阵，隶属度矩阵用U表示；约束条件为：其中，表示经过r+1次迭代后的隶属度矩阵；V_i^(r)表示经过r次迭代后第i行向量上的聚类中心，V_j^(r)表示经过r次迭代后第j列向量上的聚类中心；步骤三：更新聚类中心V；其中，V_i^(r+1)表示经过r+1次迭代后第i行向量上的聚类中心，表示经过r+1次迭代后第i行向量上的第k个隶属度矩阵；x_j表示水质监测数据样本X的第j列向量；步骤四：修正隶属度矩阵；设样本点x_k对c个类中心的隶属度分别为u_1k，u_2k，…，u_ck，每进行一次迭代，隶属度修正一次，即u_1k＝u_1k+(1‑a)u_2k+…+(1‑a^l‑1)u_ik+…+(1‑a^c‑1)u_cku_2k＝au_2k…u_ik＝(a^i‑1)u_ik…u_ck＝(a^c‑1)u_ck其中，a∈[0，1]为增益系数；返回步骤二，重新计算隶属度矩阵；不断行进迭代过程，当达到最大的迭代次数200次时，停止迭代，跳转到步骤五；否则继续进行迭代；步骤五：根据公式求解对应水质监测数据的缺失值；x_ij为水质监测样本第i行j列处求解的缺失值，为对应的隶属度，v_jk为对应的聚类中心。