买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连理工大学人工智能大连研究院;大连凌空数据科技有限公司申请的专利基于数据挖掘的城市间大气污染物时空关联特征分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114969143B 。

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210370266.X，技术领域涉及：G06F16/2458；该发明授权基于数据挖掘的城市间大气污染物时空关联特征分析方法是由杨光飞;钱翔宇;关晓微设计研发完成，并于2022-04-09向国家知识产权局提交的专利申请。

本基于数据挖掘的城市间大气污染物时空关联特征分析方法在说明书摘要公布了：本发明提供了基于数据挖掘的城市间大气污染物时空关联特征分析方法，涉及大气污染治理技术领域，旨在解决现有的方法中存在整体性弱、实用性差和鲁棒性低的问题，采用的技术方案是，利用数据挖掘中的序列模式挖掘技术作为城市间大气污染物时空关联特征的识别方法，然后基于复杂网络模型构建城市间污染物时空关联网络进行整体与要素特征量化；挖掘大气污染物数据，得到城市间的污染时空关联特征，基于数据挖掘的方法不需要额外的气象、地理数据，对大气污染物数据分布没有要求，对数据的缺失和异常不敏感；具有资源占用少、可解释性强、鲁棒性高等优势。

本发明授权基于数据挖掘的城市间大气污染物时空关联特征分析方法在权利要求书中公布了：1.基于数据挖掘的城市间大气污染物时空关联特征分析方法，其特征在于包括以下步骤： 步骤1，建立城市大气污染序列数据库； 步骤2，根据建立的大气污染序列数据库，挖掘城市间大气污染频繁序列模式； 步骤3，根据城市间序列模式的支持度，构建邻接矩阵，建立区域大气污染时空关联网络； 步骤4，根据建立的区域大气污染时空关联网络，分析城市间大气污染的时空关联特征； 所述步骤4中包括整体特征分析方法和要素特征分析方法对城市间APi污染关联特征进行量化； 所述整体特征分析方法包括网络密度ND、平均路径长度NE和网络互异性；所述网络密度ND的计算公式为：ND＝MNN-1，其中M表示城市的个数，N表示污染关联加权有向网络的个数；所述平均路径长度NE的计算公式为：其中，hij为路径长度dij的倒数i≠j；所述网络互异为双向连接的边数与总边数的比值； 所述要素特征分析方法包括特征向量中心性、介数中心性、接近中心性和出入度差值；所述介数中心性的计算公式为：其中，N为网络节点数，gst为节点s到节点t的最短路径的数目，为从节点s到节点t的gst条最路径中经过节点i的最短路径的数目；所述接近中心性CCi的计算公式为：其中，dij是节点i到节点j的距离； 所述步骤1包括以下步骤： 步骤11，定义污染物城市，基于采集自中国环境监测总站发布的实时空气污染物数据，根据大气污染物等级划分，若某一城市的某一大气污染物APi浓度超过轻度污染等级，则定义为该APi污染城市； 步骤12，生成污染城市序列模式，将t时刻的APi污染城市集作为前项，t+τ时刻的APi污染城市集作为后项，生成一条序列模式SPj； 步骤13，生成污染城市序列模式数据库，将t+1时刻的APi污染城市集作为前项，t+1+τ时刻的APi污染城市集作为后项，生成一条序列模式SPj+1，然后递归地生成序列模式，将所有序列模式整合建立城市污染物APi序列数据库SDB。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学人工智能大连研究院;大连凌空数据科技有限公司，其通讯地址为：116000 辽宁省大连市高新技术产业园区火炬路56A-22层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。