空氣污染是人類健康的主要威脅之一,如何治理空氣污染已成為社會關(guān)注的焦點和研究的重點。網(wǎng)格化監(jiān)測系統(tǒng)通過提供全方位信息為治理空氣染污發(fā)揮了積極成效,在其監(jiān)測數(shù)據(jù)基礎(chǔ)上,單源監(jiān)測數(shù)據(jù)挖掘和多源數(shù)據(jù)直接融合挖掘的方法相繼被提出,用以解釋屬性間的相互影響。已有方法未充分考慮環(huán)境監(jiān)測數(shù)據(jù)濃度分布不均勻且隨氣候變化的特點,因此反映出的污染成因不夠全面和準(zhǔn)確。針對已有方法的局限性,本文在系統(tǒng)分析網(wǎng)格化監(jiān)測數(shù)據(jù)基礎(chǔ)上,從數(shù)據(jù)挖掘和不確定性信息融合理論的角度,開展大氣環(huán)境關(guān)鍵規(guī)則挖掘方法和技術(shù)研究。主要研究內(nèi)容如下:（1）提出了基于Apriori算法和Dempster-Shafer理論的大氣環(huán)境監(jiān)測數(shù)據(jù)關(guān)鍵規(guī)則挖掘方法。首先,對預(yù)處理后的單監(jiān)測站數(shù)據(jù)利用Apriori算法進(jìn)行關(guān)聯(lián)規(guī)則挖掘,得到高可信的強(qiáng)關(guān)聯(lián)規(guī)則;然后,對上述強(qiáng)關(guān)聯(lián)規(guī)則通過Dempster-Shafer理論進(jìn)行融合,得到多個監(jiān)測站數(shù)據(jù)中隱藏的相關(guān)規(guī)則。該方法能夠解決多個監(jiān)測站點數(shù)據(jù)信息挖掘過程中存在的數(shù)據(jù)差異化問題,適用于多元化規(guī)則挖掘需求和規(guī)則集不相同情況下的融合需求。（2）提出了基于Apriori算法和Evidential Reaso... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

一主要研究內(nèi)容及邏輯對應(yīng)關(guān)系

并根據(jù)評估標(biāo)準(zhǔn)對候選組進(jìn)行篩選，對不符合篩選條件的候選對象進(jìn)行刪??減。直到找不到進(jìn)一步成功的擴(kuò)展時，頻繁項集構(gòu)建終止Ｐ４］，頻繁項集構(gòu)建的流程??圖如圖２－１所示。??（―開始１?是，，’?ｃｅｃｋ＋ｌ，?＿??，?５ｕｐｐｏｒｔ（ｃ）＞ＭｉｎＳｕｐ？??｜設(shè)定最小支＾度Ｍｉｎｉｕｐ］?、??（?預(yù)數(shù)據(jù)庫，計?—??ｋ?＝?〇?算?Ｓｕｐｐｏｒｔ?—＾剪枝??—１?——？——?Ｚ．Ｚ?太、??屮成頻繁－ｋ?（ｋ＝ｋ＋ｌ）?ｊ項集Ｌｋ?＾?Ｃｋ＋Ｉ中的項屬于Ｌｋ？?．?．?＃??Ｔ?ｔ??Ｉ?＾?Ｊ自連接產(chǎn)生候選??“乃工．?ｈ?ｋ＋ｉ項集ｃｋ＋１?ｐ??是??結(jié)】??圖２－１?Ａｐｒｉｏｒｉ算法頻繁項集構(gòu)建流程圖??Ｆｉｇｕｒｅ?２－１?Ａｐｒｉｏｒｉ?Ａｌｇｏｒｉｔｈｍ?Ｆｒｅｑｕｅｎｔ?Ｉｔｅｍｓｅｔ?Ｃｏｎｓｔｒｕｃｔｉｏｎ?Ｐｒｏｃｅｓｓ??９??

并根據(jù)評估標(biāo)準(zhǔn)對候選組進(jìn)行篩選，對不符合篩選條件的候選對象進(jìn)行刪??減。直到找不到進(jìn)一步成功的擴(kuò)展時，頻繁項集構(gòu)建終止Ｐ４］，頻繁項集構(gòu)建的流程??圖如圖２－１所示。??（―開始１?是，，’?ｃｅｃｋ＋ｌ，?＿??，?５ｕｐｐｏｒｔ（ｃ）＞ＭｉｎＳｕｐ？??｜設(shè)定最小支＾度Ｍｉｎｉｕｐ］?、??（?預(yù)數(shù)據(jù)庫，計?—??ｋ?＝?〇?算?Ｓｕｐｐｏｒｔ?—＾剪枝??—１?——？——?Ｚ．Ｚ?太、??屮成頻繁－ｋ?（ｋ＝ｋ＋ｌ）?ｊ項集Ｌｋ?＾?Ｃｋ＋Ｉ中的項屬于Ｌｋ？?．?．?＃??Ｔ?ｔ??Ｉ?＾?Ｊ自連接產(chǎn)生候選??“乃工．?ｈ?ｋ＋ｉ項集ｃｋ＋１?ｐ??是??結(jié)】??圖２－１?Ａｐｒｉｏｒｉ算法頻繁項集構(gòu)建流程圖??Ｆｉｇｕｒｅ?２－１?Ａｐｒｉｏｒｉ?Ａｌｇｏｒｉｔｈｍ?Ｆｒｅｑｕｅｎｔ?Ｉｔｅｍｓｅｔ?Ｃｏｎｓｔｒｕｃｔｉｏｎ?Ｐｒｏｃｅｓｓ??９??

【參考文獻(xiàn)】：
期刊論文
[1]基于矩陣相乘的Apriori改進(jìn)算法[J]. 王蒙,方睿,鄒書蓉.  計算機(jī)與數(shù)字工程. 2018(10)
[2]基于關(guān)聯(lián)規(guī)則分析的慢阻肺就診人數(shù)與氣象空氣條件關(guān)系研究[J]. 王哲,李琳,王凱,李晨,周毅.  中國數(shù)字醫(yī)學(xué). 2018(04)
[3]北京地區(qū)PM2.5濃度影響因素及估算模型[J]. 谷陽陽,蘇貴金,柴濤,高麗榮,劉雅露,李倩倩,魏大.  環(huán)境化學(xué). 2018(03)
[4]基于環(huán)境保護(hù)大數(shù)據(jù)的監(jiān)測與智能診斷研究[J]. 鈕卿,程琳.  環(huán)境科學(xué)與管理. 2018(01)
[5]基于MapReduce的改進(jìn)的Apriori算法及其應(yīng)用研究[J]. 趙月,任永功,劉洋.  計算機(jī)科學(xué). 2017(06)
[6]武漢市PM10和PM2.5的分析及預(yù)測[J]. 黃小明,范雪敏,李治.  湖北汽車工業(yè)學(xué)院學(xué)報. 2016(03)
[7]基于MapReduce架構(gòu)的并行矩陣Apriori算法[J]. 謝志明,王鵬.  計算機(jī)應(yīng)用研究. 2017(02)
[8]南京北郊O3、NO2和SO2變化特征分析[J]. 楊俊梅,李培仁,李義宇,封秋娟,李軍霞,韓永翔,朱彬.  氣象與環(huán)境學(xué)報. 2014(03)
[9]我國霧霾成因及防控策略研究[J]. 魏嘉,呂陽,付柏淋.  環(huán)境保護(hù)科學(xué). 2014(05)
[10]天津大氣能見度與相對濕度和PM10及PM2.5的關(guān)系[J]. 宋明,韓素芹,張敏,姚青,朱彬.  氣象與環(huán)境學(xué)報. 2013(02)

博士論文
[1]城市道路區(qū)域汽車排氣污染監(jiān)測與表征方法研究[D]. 李冰.東北林業(yè)大學(xué) 2014

碩士論文
[1]空氣質(zhì)量模擬與監(jiān)測數(shù)據(jù)融合方法優(yōu)化及應(yīng)用[D]. 危浩.華南理工大學(xué) 2017
[2]基于多模式關(guān)聯(lián)規(guī)則的圖像分類研究[D]. 黃雙雪.華中師范大學(xué) 2016
[3]數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則算法研究與應(yīng)用[D]. 滕子牧.遼寧科技大學(xué) 2015
[4]基于空氣質(zhì)量數(shù)據(jù)解析大氣復(fù)合污染時空特征及過程序列[D]. 賈瑾.浙江大學(xué) 2014



本文編號：2901676