空气质量检测方法和空气质量检测系统技术方案

本发明专利技术涉及一种空气质量检测方法和空气质量检测系统，本发明专利技术的空气质量检测方法，利用多路传感器获取空气中各时段不同化学基的比例作为变量，随后对数据进行预处理得到回归器的输入，整个回归器分为训练和检测两个环节，在训练环节，每个训练样本及对应的标签将通过数次迭代获取对应次数的回归系数与辅助参数，而在测试环节则直接利用训练得到的相关参数及回归系数实现多次叠加后的空气质量的估计。本发明专利技术能够同时保证对多元非线性回归问题的快速、准确地完成从输入特征到预测值的映射，有利于实现环境监测中的更准确检测。

Air quality detection method and air quality detection system

The invention relates to a system for the detection of air quality detection and air quality, air quality testing method of the invention, the time of air in different chemical medium using multi sensor ratio as variables, then preprocess data by regression for input, the return is divided into training and testing in two aspects the training sessions, the regression coefficients and the auxiliary parameters of each training sample and the corresponding labels will get the corresponding number through several iterations, while in the test link directly using parameters obtained from the training and the regression coefficient is estimated after the superposition of several real air quality. The invention can simultaneously guarantee the rapid and accurate mapping of input characteristics to predictive values for multiple nonlinear regression problems, and is favorable for realizing more accurate detection in environmental monitoring.

【技术实现步骤摘要】
空气质量检测方法和空气质量检测系统
本专利技术属于环境监测领域，具体涉及一种空气质量检测方法、检测系统，尤其是基于级联回归切比雪夫多项式拟合的空气质量检测方法、检测系统。
技术介绍
面对社会对空气质量日益加重的担忧，如何能够准确检测到空气中对人体有害的成分成为了值得研究人员进行探讨的课题。对于环境监测这种实际的数学问题，多元非线性方法在众多的核心技术中是比较理想的一种。目前在不同的多元非线性方法中，有较好的优点及理论基础的第二类切比雪夫多项式回归法是一种较为新兴的非线性回归法。然而这种方法与其他的多项式回归法有着相同的缺陷，即待拟合系数的个数会随着变量数增长而呈指数式增长。与此对应的，目前主流的一类回归方法是以偏最小二乘回归法为典型例子，它尝试用多个多元线性回归器来代替一个多元非线性回归器，这种多个回归器组合的形式又被称为级联。但此种方法的问题在于当此类方法应用于非线性回归问题时，普遍会出现误差较大的问题。原因可被归结为这类方法的核心方法还是采用了线性回归，即使采用了级联的形式，如果系统过于复杂我们同样无法通过这类回归方法获得令人满意的结果。
技术实现思路
(一)要解决的技术问题为了解决现有技术的上述问题，本专利技术提供一种空气质量检测方法，其基于级联回归切比雪夫多项式拟合的数据处理方法，能够同时保证对多元非线性回归问题的快速、准确地完成从输入特征到预测值的映射，能够更加快速、准确地检测空气质量。本专利技术还提供一种空气质量检测系统，其基于级联回归切比雪夫多项式拟合的数据处理装置，能够同时保证对多元非线性回归问题的快速、准确地完成从输入特征到预测值的映射，能够更加快速、准确地检测空气质量。(二)技术方案为了达到上述目的，本专利技术采用的主要技术方案包括：一种空气质量检测方法，其包括如下步骤：S1、获得检测数据；S2、通过级联回归切比雪夫多项式拟合对步骤S1获得的检测数据进行处理，包括：S21、通过迭代法训练，获取整个级联回归器中各子回归器的回归系数及相关参数(例如：总的迭代次数、每次递归过程中生成的映射矩阵、归一化时生成的边界参数)，S22、结合步骤S21得到的回归系数及相关参数，对步骤S1获得的检测数据进行处理，得到用于预测空气质量的结果；S3、得到空气质量的预测结果。本专利技术一个实施例的空气质量检测方法，其中，步骤S1获得的检测数据包括空气中至少一种化学基的比例信息。本专利技术一个实施例的空气质量检测方法，其中，步骤S1获得的检测数据包括CO的浓度值/小时、NMHC的浓度值/小时、NOx的浓度值/小时、NO2的浓度值/小时、O3的浓度值/小时、每小时平均温度、每小时相对湿度和每小时绝对湿度。本专利技术一个实施例的空气质量检测方法，其中，步骤S21中，每次迭代过程包括：S2141、计算本次迭代过程中的输入样本与对应标签的二阶相关矩阵，并获取该二阶相关矩阵的主成分映射矩阵；S2142、利用该主成分映射矩阵将输入样本矩阵投影至主成分空间；S2143、对投影后的特征样本分别进行针对输入样本与对应标签的多阶一元第二类切比雪夫多项式回归，获得回归系数；S2144、获取输入样本与对应标签的残差矩阵作为下一轮迭代的输入。进一步的，步骤S21中还包括：S2145、重复S2141～S2144，直至满足迭代条件。本专利技术一个实施例的空气质量检测方法，其中，步骤S2141中，主成分映射矩阵是指二阶相关矩阵的主特征值所对应的特征向量组成的矩阵。本专利技术一个实施例的空气质量检测方法，其中，步骤S21包括：S211、获取各时段空气中不同化学基的比例信息，并送到信息处理终端；S212、获取同时段同一所测区域内空气质量数据作为训练标签数据；S213、对输入的数据进行归一化处理；S214、通过训练获取整个级联回归器中各子回归器的回归系数及相关参数，其包括：S2141、计算本次迭代过程中的输入样本与对应标签的二阶相关矩阵，并获取该二阶相关矩阵的主成分映射矩阵；S2142、利用该主成分映射矩阵将输入样本矩阵投影至主成分空间；S2143、对投影后的特征样本分别进行针对输入样本与对应标签的多阶一元第二类切比雪夫多项式回归，获得回归系数；S2144、获取输入样本与对应标签的残差矩阵作为下一轮迭代的输入；S2145、重复S2141～S2144，直至满足迭代条件；S215、输出总的迭代次数、每次递归过程中生成的映射矩阵、归一化时生成的边界参数。本专利技术一个实施例的空气质量检测方法，其中，步骤S22包括：S221、获取各时段空气中不同化学基的比例信息，并送到信息处理终端；S222、对输入的数据进行归一化处理，初始化预测值为零；S223、计算各样本对应时段的空气质量水平，其包括：S2231、利用训练过程中获取的主成分映射矩阵将每次迭代的输入样本投影至主成分空间；S2232、计算样本对应的一元第二类切比雪夫多项式各阶值；S2233、使用训练过程中针对标签生成的对应回归器的回归系数加权求和生成本次迭代过程的回归输出，将本次迭代生成的回归输出累加到最终预测值上；S2234、根据针对输入样本生成的对应回归器的回归系数，对投影后的样本进行加权求和，生成本次迭代过程的回归输出，并获取回归残差作为下一轮迭代的输入；S2235、重复S2231～S2234，直至达到训练时获得的总迭代次数；S224、对生成的最终预测值进行逆归一化处理并输出。本专利技术还提供一种空气质量检测系统，其包括：传感器，用于检测空气中相应成分的含量信息；信息处理终端，用于接收并处理来自传感器的数据，其包括基于级联回归切比雪夫多项式拟合的数据处理模块，用于对数据进行级联回归切比雪夫多项式拟合处理；输出模块，用于输出空气质量检测结果。本专利技术一个实施例的空气质量检测系统，其中，传感器为多路集成传感器，用于获取空气中多种化学成分的含量信息。本专利技术一个实施例的空气质量检测系统，其中，基于级联回归切比雪夫多项式拟合的数据处理模块包括训练子模块和预测子模块，训练子模块用于通过训练获取整个级联回归器中各子回归器的回归系数及相关系数，预测子模块用于计算各样本对应时段的空气质量水平的最终预测值。本专利技术一个实施例的空气质量检测系统，其中，训练子模块包括：训练标签数据获取单元，用于获取同时段同一所测区域内空气质量数据作为训练标签数据；训练归一化处理单元，用于对训练标签数据获取单元所获取的数据(包括X和Y)进行归一化处理；迭代处理单元，用于通过训练获取整个级联回归器中各子回归器的回归系数及相关参数，其包括：主成分映射矩阵获取子单元，用于计算每次迭代过程中的输入样本与对应标签的二阶相关矩阵，并获取该二阶相关矩阵的主成分映射矩阵，训练投影子单元，用于利用主成分映射矩阵将输入样本矩阵投影至主成分空间；回归系数获取子单元，用于对投影后的特征样本分别进行针对输入样本与标签的多阶一元第二类切比雪夫多项式回归，获取回归系数，训练残差矩阵获取子单元，用于获取输入样本与对应标签的残差矩阵作为下一轮迭代的输入，训练迭代条件判定子单元，用于根据迭代循环变量是否达到总的迭代次数来判定是否满足迭代条件，借以判定迭代循环是否终止；数据输出单元，用于输出下列数据中的任一个或几个：总的迭代次数、各子回归器的回归系数、每次递归过程中生成的映射矩阵及归一化时生成的边界参数。本专利技术一本文档来自技高网...

【技术保护点】
一种空气质量检测方法，其特征在于，其包括如下步骤：S1、获得检测数据；S2、通过级联回归切比雪夫多项式拟合对步骤S1获得的检测数据进行处理，包括：S21、通过迭代法训练，获取整个级联回归器中各子回归器的回归系数及相关参数，S22、结合步骤S21得到的回归系数及相关参数，对步骤S1获得的检测数据进行处理；S3、得到空气质量的预测结果。

【技术特征摘要】
1.一种空气质量检测方法，其特征在于，其包括如下步骤：S1、获得检测数据；S2、通过级联回归切比雪夫多项式拟合对步骤S1获得的检测数据进行处理，包括：S21、通过迭代法训练，获取整个级联回归器中各子回归器的回归系数及相关参数，S22、结合步骤S21得到的回归系数及相关参数，对步骤S1获得的检测数据进行处理；S3、得到空气质量的预测结果。2.如权利要求1所述的空气质量检测方法，其特征在于：步骤S1获得的检测数据包括空气中至少一种化学基的比例信息。3.如权利要求2所述的空气质量检测方法，其特征在于：步骤S1获得的检测数据包括CO的浓度值/小时、NMHC的浓度值/小时、NOx的浓度值/小时、NO2的浓度值/小时、O3的浓度值/小时、每小时平均温度、每小时相对湿度和每小时绝对湿度。4.如权利要求1所述的空气质量检测方法，其特征在于：步骤S21包括：S211、获取各时段空气中不同化学基的比例信息；S212、获取同时段同一所测区域内空气质量数据作为训练标签数据；S213、对输入的数据进行归一化处理；S214、通过训练获取整个级联回归器中各子回归器的回归系数及相关参数，其包括：S2141、计算本次迭代过程中的输入样本与对应标签的二阶相关矩阵，并获取该二阶相关矩阵的主成分映射矩阵；S2142、利用该主成分映射矩阵将输入样本矩阵投影至主成分空间，得到投影后的特征样本；S2143、对投影后的特征样本分别进行针对输入样本与对应标签的多阶一元第二类切比雪夫多项式回归，获得回归系数；S2144、获取输入样本与对应标签的残差矩阵作为下一轮迭代的输入；S2145、重复S2141～S2144，直至满足迭代条件；S215、输出总的迭代次数、每次迭代过程中生成的主成分映射矩阵、归一化时生成的边界参数。5.如权利要求4所述的空气质量检测方法，其特征在于：步骤S22包括：S221、获取各时段空气中不同化学基的比例信息；S222、对输入的数据进行归一化处理，初始化预测值为零；S223、计算各样本对应时段的空气质量水平，其包括：S2231、利用训练过程中获取的主成分映射矩阵将每次迭代的输入样本投影至主成分空间；S2232、计算样本对应的一元第二类切比雪夫多项式各阶值；S2233、使用训练过程中针对标签生成的对应回归器的回归系数加权求和生成本次迭代过程的回归输出，将本次迭代生成的回归输出累加到最终预测值上；S2234、根据针对输入样本生成的对应回归器的回归系数，对投影后的样本进行加权求和，生成本次迭代过程的回归输出，并获取回归残差作为下一轮迭代的输入；S2235、重复S2231～S2234，直至达到训练时获得的总迭代次数，得到最终预测值；S224、对生成的最终预测值进行逆归一化处理并输出。6.一种空气质量检测系统，其特征在于，其包括：传感器，用于检测空气中相应成分的含量信息；信息处理终端，用于接收并处理来自传...

【专利技术属性】
技术研发人员：孙光民，李子博，李煜，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11