基于机器学习算法的云端数据联调校准方法
基本信息
申请号 | CN201810162107.4 | 申请日 | - |
公开(公告)号 | CN108469273A | 公开(公告)日 | 2018-08-31 |
申请公布号 | CN108469273A | 申请公布日 | 2018-08-31 |
分类号 | G01D18/00;G01D21/02;G06N99/00 | 分类 | 测量;测试; |
发明人 | 陈援非;周丹丹;孟筠旺;孙亚洲;杨培帅 | 申请(专利权)人 | 济宁中科云天环保科技有限公司 |
代理机构 | 青岛发思特专利商标代理有限公司 | 代理人 | 济宁中科云天环保科技有限公司;中国科学院计算技术研究所济宁分所 |
地址 | 272000 山东省济宁市任城区科技中心四层 | ||
法律状态 | - |
摘要
摘要 | 本发明公开一种基于机器学习算法的云端数据联调校准方法,属于空气监测技术领域,包括网格化空气监测平台、云端服务器和设备管理系统,网格化空气监测平台提供网格内空气质量监测微站和国家标准监测站采集的空气污染物和气象数据,并将采集的数据传送至云端服务器中的Hbase数据库;云端服务器读取云端服务器中的Hbase数据库中的空气质量监测微站和国家标准监测站的数据,通过数据一致性对比,判断空气质量监测微站数据是否偏离,若数据偏离,使用数据校准模进行数据校准,输出校准参数;云端服务器通过通讯单元把校准参数传递给设备管理系统,能够有效解决空气质量监测微站数据数据偏移问题,云端自动校准,从而保证监测数据质量的可用性。 |
