城市空气污染数据的真实性判别及分析

作者：付丽; 师和欣

来源：绥化学院学报, 2019, 39(09): 151-153.

• 异常检测
• 自组织神经网络
• 多类Logistic回归分析

最近几年,无论政府,还是环境保护部门,甚至是全国人民都更加关注空气污染质量问题。因此,控制大气污染、提高环境空气质量,研究城市空气污染数据的不真实性就成为了迫切的需要。针对城市空气污染数据的不真实性,基于自组织神经网络(SOM)的异常值检测方法,对历史空气检测数据进行训练,计算转移概率矩阵,再根据基于密度的聚类算法(DBSCAN)对数据时间进行聚类分析,再将待检测数据代入转移概率矩阵,最终实现异常值检测。最终为环境保护和政策提供支撑.

• 单位
  绥化学院