(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211314943.2 (22)申请日 2022.10.26 (65)同一申请的已公布的文献号 申请公布号 CN 115374130 A (43)申请公布日 2022.11.22 (73)专利权人 中科三清科技有限公司 地址 100089 北京市海淀区东北旺西路8号 院36号楼5层523室 专利权人 陕西省环境 监测中心 站 (72)发明人 高飞　刘旗龙　曹磊　牛天田　 李毅辉　吕婧　陈浩　王雨薇　 张淳　陈静　杏艳　王琼　梁竑　 黄海强　 (74)专利代理 机构 北京绘聚高科知识产权代理 事务所(普通 合伙) 11832 专利代理师 张春慧(51)Int.Cl. G06F 16/22(2019.01) G06F 16/215(2019.01) G06F 16/2458(2019.01) G06F 16/28(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 JP 201909080 5 A,2019.0 6.13 US 20172 20854 A1,2017.08.0 3 WO 2021073152 A1,2021.04.2 2 WO 2018207619 A1,2018.1 1.15 CN 112231333 A,2021.01.15 CN 110188095 A,2019.08.3 0 CN 110263479 A,2019.09.20 WO 2021164340 A1,2021.08.26 US 2020242090 A1,2020.07.3 0 审查员 王平 (54)发明名称 一种大气污染历史数据存 储方法及 介质 (57)摘要 本发明公开了一种大气污染历史数据存储 方法及介质。 获得多条存储数据。 基于所述多条 存储数据， 进行关联判断， 得到关联程度。 基于所 述关联程度， 得到数据状态。 将多条存储 数据、 数 据状态和关联程度输入数据库， 进行储存。 对类 别之间关系进行挖掘。 对神经网络进行设计， 在 第一隐藏层中同组两两类别之间的关联信息的 提取。 再在第二隐藏层中提取相同两个类别在不 同组中的关联信息， 融合信息， 进行判断是否关 联。 然后通过得到关联的两个类别的比例， 得到 关联比例数据在符合阈值最多的占比， 得到关联 程度。 之后结合关联程度判断数据状态， 然后将 存储数据、 数据状态和关联程度构建表输入数据 库中。 能够使得数据在储存过程中更加利于使 用， 防止误删。 权利要求书2页 说明书9页 附图2页 CN 115374130 B 2022.12.20 CN 115374130 B 1.一种大气污染历史数据存 储方法， 其特 征在于， 包括： 获得多条存储数据； 所存储数据表示检测到的关于大气污染的数据； 一条存储数据包 括多个类别； 基于所述多条存储数据， 进行关联判断， 得到关联程度； 所述关联程度表示存储数据中 不同类别影响的程度； 基于所述关联程度， 得到数据状态； 若所述数据状态为1表示在使用时不可删除； 若所 述数据状态为0表示在使用时可删除； 将多条存 储数据、 数据状态和关联程度输入数据库， 进行储 存。 2.根据权利要求1所述的一种大气污染历史数据存储方法， 其特征在于， 所述基于所述 多条存储数据， 进行关联判断， 得到关联程度， 包括： 将所述多条存储数据输入关联神经网络， 得到关联向量； 所述关联向量中的元素表示 两个类别是否相互影响； 基于关联向量和多条存储数据， 得到关联程度； 所述关联程度表示两个类别相互影响 的程度。 3.根据权利要求2所述的一种大气污染历史数据存储方法， 其特征在于， 所述将所述多 条存储数据输入关联神经网络， 得到关联向量， 包括： 将存储数据进行归一 化， 得到归一 化数据； 多条存 储数据对应获得多个归一 化数据； 将归一化数据， 构建向量， 得到存 储向量； 多组存 储向量对应多条归一 化数据； 所述关联神经网络包括神经网络输入层、 神经网络隐藏层和神经网络输出层； 所述神 经网络隐藏层包括第一隐藏层、 第二隐藏层和全连接隐藏层； 所述关联神经网络由多个神 经元组成； 将多组存储向量输入神经网络输入层； 所述神经网络输入层的一个神经元对应存储向 量中的一个元 素； 将所述神经网络 输入层的输出作为神经网络隐藏层的输入； 所述神经网络 输出层的输入为所述神经网络隐藏层的输出； 所述神经网络输出层的输出为关联向量； 所述关联向量中的元素表示两个类别之间是 否关联； 其中， 关联向量中元 素的个数为 ， n表示类别个数。 4.根据权利要求3所述的一种大气污染历史数据存储方法， 其特征在于， 所述将所述神 经网络输入层的输出作为神经网络隐藏层的输入， 包括： 将同一组存储向量中的元素两两输入第 一隐藏层中的一个神经元， 提取出同一组存储 向量中的元 素两两之间的关联 特征； 将所述第一隐藏层的输出作为第二隐藏层的输入； 所述全连接隐藏层的输入为所述第 二隐藏层中神经元的输出； 全连接隐藏层与第 二隐 藏层为全连接 。 5.根据权利要求4所述的一种大气污染历史数据存储方法， 其特征在于， 所述将所述第 一隐藏层的输出作为第二隐藏层的输入， 包括： 所述第二隐藏层的输入为所述第 一隐藏层输出， 所述第 二隐藏层用于提取出多条存储权　利　要　求　书 1/2 页 2 CN 115374130 B 2数据中类别相同的元素构成一个相同的类别组中类别之 间的关联特征； 所述类别组包括两 个类别； 所述第一隐藏层输出为 不同组存 储向量中类别相同的输入层神经 元的输出。 6.根据权利要求2所述的一种大气污染历史数据存储方法， 其特征在于， 所述基于关联 向量和多条存 储数据， 得到关联程度， 包括： 获得多个关联类别组； 所述关联类别组为所述关联向量中值大于关联阈值的元素对应 的两个类别； 在多条存储数据提取出关联类别组中类别对应的存储数据， 得到多个关联类别组数 据； 所述关联类别组数据包括第一关联类别数据和第二关联类别数据； 将第一关联类别的数据除以第二关联类别的数据， 得到关联比例数据； 多个第一关联 类别对应获得多个关联比例数据； 获得关联比例数量； 所述关联比例数量表示关联比例数据的数量； 获得关联比例范围数量； 所述关联比例范围数量为在 关联比例阈值范围内关联比例数 据存在最多的数量； 将关联比例范围数量除以关联比例数量， 得到关联程度。 7.根据权利要求1所述的一种大气污染历史数据存储方法， 其特征在于， 所述基于所述 关联程度， 得到数据状态， 包括： 获得长时间数据类别； 所述长时间数据类别表示在使用时不可删除的类别； 若关联程度大于关联阈值， 且已关联的数据为长时间数据类别， 将数据状态设为1； 若关联程度小于或等于关联阈值， 将数据状态设为0 。 8.根据权利要求1所述的一种大气污染历史数据存储方法， 其特征在于， 所述将多条存 储数据、 数据状态和关联程度输入数据库， 进行储 存， 包括： 在数据库中构建大气污染数据表； 所述大气污染数据表的列包括多个类别和数据状 态； 在数据库中构建类别关系表； 所述类别关系表 表示类别之间的关系； 将关联程度输入类别关系表； 将所述存 储数据依次输入大气污染数据表， 进行储 存。 9.一种介质， 其特征在于， 所述介质为存储有计算机程序的计算机存储介质， 实现如权 利要求1‑8任一项所述的大气污染历史数据存 储方法。权　利　要　求　书 2/2 页 3 CN 115374130 B 3