空气污染时序数据特征提取方法研究

作者：于璐; 姜珊; 王新秀

来源：环境科学与管理, 2023, 48(12): 118-128.

• 空气污染时序数据
• 后缀索引
• 清晰模型
• 特征提取

由于空气污染数据噪声较大，对其时序数据进行特征提取的精准度较差。因此，研究空气污染时序数据特征提取方法。首先，基于后缀索引改进PrefixSpan算法，缩小算法运行时的实际占用空间，通过改进算法实施空气污染时序数据挖掘。其次，构建考虑异常保留的时序数据噪声识别清洗模型，完成噪声数据的处理。最后，基于多维评价与模态重构设计特征提取方法，实现去噪时序数据的特征提取。测试结果表明，该方法的平均拟合误差整体较低，拟合损失在0.1以下，说明其特征提取比较准确。