基于图正则化多视角函数型矩阵填充的空气质量数据修复

doi:10.19674/j.cnki.issn1000-6923.20240708.003

	基于图正则化多视角函数型矩阵填充的空气质量数据修复
	高海燕1,2 ; 马文娟1
	2024-07-10
发表期刊	中国环境科学
卷号	44 期号:10 页码:5357-5370
摘要	空气质量数据的完整性对环境监控、公共健康风险评估等至关重要. 但由于传感器故障、数据传输问题等原因，收集到的空气质量数据往往面临着稀疏性和不完整性的挑战，这严重影响了数据的可用性和分析的准确性. 针对这一问题，本文提出了一种基于图正则化的多视角函数型矩阵填充方法(GRMFMC)，以有效修复和重建空气质量数据的缺失部分. 该方法通过引入图正则化策略，充分考虑了各污染物内样本信息的高阶邻域关系，减少了信息损失; 并且利用Hilbert-Schmidt独立性准则(HSIC)提取不同污染物之间的互补信息，进而提高插补精度; 同时，结合函数型数据分析，将不同时间点的空气质量数据视为连续函数，利用其内在的平滑性和相关性实现高精度的数据插值. 真实空气质量数据集上的实验结果表明，相较于其他典型插补方法， GRMFMC方法显示出更好的插补效果，且在不同缺失率和污染物种类下皆表现稳健，具有良好的泛化能力和实际应用价值.
关键词	函数型数据分析多视角学习图正则化空气质量数据矩阵填充数据修复
DOI	10.19674/j.cnki.issn1000-6923.20240708.003
URL	查看原文
收录类别	北大核心 ; CSCD ; AMI
ISSN	1000-6923
语种	中文
原始文献类型	学术期刊
中图分类号	X51
CN号	11-2201/X
文献类型	期刊论文
条目标识符	http://ir.lzufe.edu.cn/handle/39EH0E1M/37298
专题	统计与数据科学学院
通讯作者	高海燕
作者单位	1.兰州财经大学统计与数据科学学院; 2.甘肃省数字经济与社会计算科学重点实验室
第一作者单位	统计与数据科学学院
通讯作者单位	统计与数据科学学院
推荐引用方式 GB/T 7714	高海燕,马文娟. 基于图正则化多视角函数型矩阵填充的空气质量数据修复[J]. 中国环境科学,2024,44(10):5357-5370.
APA	高海燕,&马文娟.(2024).基于图正则化多视角函数型矩阵填充的空气质量数据修复.中国环境科学,44(10),5357-5370.
MLA	高海燕,et al."基于图正则化多视角函数型矩阵填充的空气质量数据修复".中国环境科学 44.10(2024):5357-5370.