基于Cotraining-LSTM空氣質(zhì)量校準(zhǔn)算法①

祁柏林,張 欣1,,劉 閩,魏景鋒,杜毅明,金繼鑫

1(中國科學(xué)院大學(xué),北京 100049)

2(中國科學(xué)院 沈陽計(jì)算技術(shù)研究所,沈陽 110168)

3(遼寧省沈陽生態(tài)環(huán)境監(jiān)測(cè)中心,沈陽 110000)

4(遼寧省醫(yī)療器械檢驗(yàn)檢測(cè)院,沈陽 110000)

空氣環(huán)境的好壞和人們的生活密切相關(guān),越來越多的環(huán)境問題也開始引起我們的關(guān)注.早在70年代,日,美,西歐國家的環(huán)境監(jiān)測(cè)技術(shù)已經(jīng)達(dá)到了較高水平,儀器種類齊全,但內(nèi)部器件成本較高.通過幾十年的不斷發(fā)展,發(fā)達(dá)國家的環(huán)境保護(hù)工業(yè)已經(jīng)進(jìn)入了成熟階段.相比較來說國內(nèi)監(jiān)測(cè)起步較晚.之前我國重視工業(yè)發(fā)展,忽視了空氣質(zhì)量這方面的問題.如今空氣質(zhì)量問題提上日程.2014年國務(wù)院下發(fā)的《國務(wù)院辦公廳關(guān)于加強(qiáng)環(huán)境監(jiān)管執(zhí)法的通知》中就提到要全面加強(qiáng)環(huán)境監(jiān)管執(zhí)法,并在2015年年底落實(shí)對(duì)環(huán)境的網(wǎng)格化監(jiān)管.而在國外,對(duì)于空氣環(huán)境質(zhì)量的監(jiān)測(cè)早已過渡到了逐點(diǎn)位指標(biāo)評(píng)價(jià),但是國外的逐點(diǎn)指標(biāo)評(píng)價(jià)無法體現(xiàn)各點(diǎn)位的具體參考數(shù)據(jù).所以目前來看,國家對(duì)環(huán)境實(shí)現(xiàn)全面網(wǎng)格化監(jiān)管必然是一個(gè)艱巨的任務(wù).雖然國家投放的標(biāo)準(zhǔn)站點(diǎn)監(jiān)測(cè)的數(shù)據(jù)準(zhǔn)確,但是公建費(fèi)用較高,監(jiān)測(cè)設(shè)備儀器昂貴,而且在點(diǎn)位布施上不夠靈活,遠(yuǎn)遠(yuǎn)達(dá)不到當(dāng)前網(wǎng)格化監(jiān)管的政策需求,而且在局部污染以及污染細(xì)節(jié)監(jiān)測(cè)方面的能力稍顯不足[1].對(duì)應(yīng)這些問題,市場(chǎng)上涌現(xiàn)出很多方便布施成本又低廉的監(jiān)測(cè)空氣質(zhì)量污染指數(shù)PM2.5,PM10,NO,SO2,CO,O3的微型監(jiān)測(cè)儀器.在北京,石家莊等地都有該微型監(jiān)測(cè)儀器的應(yīng)用.但是這些監(jiān)測(cè)儀器存在一個(gè)共同的缺點(diǎn):傳感器自身的物理特性導(dǎo)致了監(jiān)測(cè)到的數(shù)據(jù)存在一定的偏差.低精準(zhǔn)度的傳感器在監(jiān)測(cè)污染物濃度時(shí)會(huì)很容易受到污染物結(jié)構(gòu)形狀等一些客觀因素的影響.研究人員嘗試用標(biāo)準(zhǔn)氣體對(duì)儀器進(jìn)行校準(zhǔn),但是傳感器的物理特性的缺點(diǎn)仍是我們需要解決的一個(gè)難題.中國環(huán)境科學(xué)研究院副研究員高健表示:目前各地網(wǎng)格監(jiān)控取得了很大進(jìn)步,下一步需在精細(xì)化方面做出突破.目前國內(nèi)關(guān)于這種微型監(jiān)測(cè)儀器數(shù)據(jù)校準(zhǔn)的技術(shù)領(lǐng)域存在很大的缺口.本文就是從優(yōu)化微型監(jiān)測(cè)儀器的精確度的角度出發(fā),提高微型監(jiān)測(cè)儀器的測(cè)量精度,從而使這些微型監(jiān)測(cè)儀器可以更為廣泛的為社會(huì)服務(wù).

1 研究方法

根據(jù)傳統(tǒng)校準(zhǔn)方法以及數(shù)據(jù)特征,本文采用了基于半監(jiān)督學(xué)習(xí)的協(xié)同訓(xùn)練的長(zhǎng)短期記憶網(wǎng)絡(luò)(Long Short-Term Memory,LSTM).半監(jiān)督學(xué)習(xí)方式相比于監(jiān)督學(xué)習(xí)方式可以解決數(shù)據(jù)遺棄問題.監(jiān)督學(xué)習(xí)中會(huì)丟棄大量的未標(biāo)定的數(shù)據(jù),這會(huì)造成很大一部分的數(shù)據(jù)損失,本文利用半監(jiān)督學(xué)習(xí)的方法在一定程度上可以避免數(shù)據(jù)中存在大量未標(biāo)定的數(shù)據(jù)而造成數(shù)據(jù)的浪費(fèi)的問題,從而提高數(shù)據(jù)的利用率.半監(jiān)督學(xué)習(xí)將大量未標(biāo)記數(shù)據(jù)利用起來,避免了以往數(shù)據(jù)浪費(fèi)的問題.通過協(xié)同訓(xùn)練,本文把標(biāo)記數(shù)據(jù)(x,y)復(fù)制成兩個(gè)完全相同獨(dú)立的數(shù)據(jù)集1,2,同時(shí)將未標(biāo)記( xμ,yμ)的數(shù)據(jù)集也分成兩部分?jǐn)?shù)據(jù)集1,2,然后分別利用有標(biāo)記的數(shù)據(jù)對(duì)LSTM 模型進(jìn)行訓(xùn)練,將訓(xùn)練好的模型應(yīng)用到未標(biāo)記的數(shù)據(jù)集.未標(biāo)記的數(shù)據(jù)在通過相對(duì)應(yīng)的LSTM 模型預(yù)測(cè)之后會(huì)得到一個(gè)相應(yīng)的結(jié)果.未標(biāo)記的數(shù)據(jù)集中的數(shù)據(jù)經(jīng)過模型訓(xùn)練后會(huì)得到預(yù)測(cè)的結(jié)果,這樣就實(shí)現(xiàn)了給未標(biāo)記數(shù)據(jù)打上label 的目的.接下來對(duì)未標(biāo)記的數(shù)據(jù)集中的數(shù)據(jù)逐條分析.針對(duì)未標(biāo)記數(shù)據(jù)集中的數(shù)據(jù) xμ,找出 xμ在標(biāo)記數(shù)據(jù)中K-鄰近值,將這些鄰近值組合成新的鄰近數(shù)據(jù)集合.鄰近數(shù)據(jù)集集合中的數(shù)據(jù)按照y 與 yμ的差值進(jìn)行降序處理.將處理好的鄰近數(shù)據(jù)集合進(jìn)行置信度的檢測(cè),即:在該集合中找到一條可以是該模型的損失函數(shù)(loss function)最小,則將此條數(shù)據(jù)加入到標(biāo)記數(shù)據(jù)集2 中 篩選出K 個(gè)組成新的鄰近值數(shù)據(jù)集.整體的算法流程圖如圖1 所示.

圖1 算法流程圖

1.1 數(shù)據(jù)預(yù)處理

本文主要研究的數(shù)據(jù)對(duì)象是小時(shí)數(shù)據(jù).來源是國家標(biāo)準(zhǔn)站市控小時(shí)數(shù)據(jù).國家標(biāo)準(zhǔn)站的標(biāo)準(zhǔn)數(shù)據(jù)是我們最終想要學(xué)習(xí)到的一個(gè)結(jié)果.通過學(xué)習(xí)得到的結(jié)果越接近國家標(biāo)準(zhǔn)站的數(shù)據(jù)就表明實(shí)驗(yàn)中模型學(xué)習(xí)的越好.本文截取了從四月底到五月底之間的小時(shí)數(shù)據(jù),將它們作為訓(xùn)練數(shù)據(jù)的標(biāo)簽,為了減少環(huán)境因素對(duì)儀器的影響,這里本文選取了和國家市控站儀器處于同一環(huán)境的微型監(jiān)測(cè)儀器設(shè)備,并截取相同時(shí)間段的數(shù)據(jù)作為訓(xùn)練的輸入數(shù)據(jù).通過分析發(fā)現(xiàn):數(shù)據(jù)在監(jiān)測(cè)時(shí)也存在大量的噪聲數(shù)據(jù),這些噪聲數(shù)據(jù)會(huì)導(dǎo)致我們學(xué)習(xí)模型的好壞,所以在前期要進(jìn)行數(shù)據(jù)的去噪處理.

去噪即去除噪聲數(shù)據(jù)(異常數(shù)據(jù)).微型監(jiān)測(cè)儀器正常監(jiān)測(cè)數(shù)據(jù)的變化應(yīng)該是平滑有過渡的,通過觀察部分?jǐn)?shù)據(jù)可以發(fā)現(xiàn)某些時(shí)間段的數(shù)據(jù)出現(xiàn)大幅度的波動(dòng),出現(xiàn)這種情況可能是儀器設(shè)備在進(jìn)行自我的校準(zhǔn).所以,為了保證實(shí)驗(yàn)中訓(xùn)練的學(xué)習(xí)模型能夠有更好的擬合性和泛化能力,必須要去掉這些噪聲數(shù)據(jù).原始數(shù)據(jù)如圖2 所示.

圖2 原始數(shù)據(jù)

通過圖2 的原始數(shù)據(jù)可以看出數(shù)據(jù)有很多高峰值.事實(shí)上,在實(shí)際的監(jiān)測(cè)中,微型監(jiān)測(cè)儀器采集的數(shù)據(jù)是平穩(wěn)的,數(shù)據(jù)之間的變化也是一個(gè)平穩(wěn)的過渡.去除噪聲數(shù)據(jù)的方法很多.比如針對(duì)電信號(hào)數(shù)據(jù),很多人會(huì)采用小波去噪,傅立葉去噪,針對(duì)分類問題,會(huì)用到聚類等.本文的數(shù)據(jù)與前述這些數(shù)據(jù)略有不同,它的異常數(shù)據(jù)不是離散點(diǎn),是相鄰數(shù)據(jù)之間存在大的波動(dòng).由于我的數(shù)據(jù)類型比較單一簡(jiǎn)單,太復(fù)雜的模型應(yīng)用反而會(huì)達(dá)到適得其反的效果.本文的數(shù)據(jù)去噪主要是處理那些浮動(dòng)過大的數(shù)據(jù),避免其造成模型訓(xùn)練的不準(zhǔn)確性.實(shí)質(zhì)上我們處理數(shù)據(jù)主要考慮相鄰數(shù)據(jù)之間的差異大小,從而對(duì)數(shù)據(jù)進(jìn)行一定的處理.

針對(duì)監(jiān)測(cè)數(shù)據(jù)是平滑過渡的特點(diǎn),參考小波閾值去噪的閾值思想[2].在去除異常數(shù)據(jù)之前先設(shè)定閾值,然后讀取數(shù)據(jù)進(jìn)行相鄰比較,一旦兩者差值超出設(shè)定的閾值,通過加減閾值將異常數(shù)據(jù)拉回至正常范圍.本實(shí)驗(yàn)數(shù)據(jù)選擇標(biāo)準(zhǔn)就是以第一條數(shù)據(jù)為基準(zhǔn),之后數(shù)據(jù)之間的閾值差不超過之前設(shè)定的閾值.如此不斷往后滾動(dòng)計(jì)算,直至遍歷完整個(gè)的數(shù)據(jù)集.通過該方法處理后的數(shù)據(jù)相比之前數(shù)據(jù)的波動(dòng)得到了一定的緩和.之間比較尖銳的數(shù)據(jù)有所下降.圖3 是處理后的數(shù)據(jù)與原始數(shù)據(jù)的對(duì)比.

1.2 置信度檢測(cè)

這里的置信度檢測(cè)是要在每次訓(xùn)練的時(shí)候,選取一條最符合我們要求的數(shù)據(jù).通過每次對(duì)標(biāo)記數(shù)據(jù)1的訓(xùn)練,可以得到新的訓(xùn)練模型1,我們將每次訓(xùn)練得到的模型1 用于未標(biāo)記數(shù)據(jù)1 中,這樣未標(biāo)記數(shù)據(jù)集1 中的數(shù)據(jù)就有了標(biāo)簽即數(shù)據(jù)形式為( xμ,yμ).對(duì)未標(biāo)記數(shù)據(jù)集1 中的數(shù)據(jù) xμ我 們?cè)跇?biāo)記數(shù)據(jù)集中找到 xμ的K-近鄰,讓后選取這些近鄰值重新組成新的集合,記作:Z.集合Z 里面數(shù)據(jù)按照y 與 yμ的距離差進(jìn)行排序.每次從集合中選取一條可以使訓(xùn)練模型的損失函數(shù)最小的一條數(shù)據(jù),該條數(shù)據(jù)就是我們認(rèn)為的置信度最大的數(shù)據(jù),可以將此條數(shù)據(jù)加入到標(biāo)記數(shù)據(jù)集2 中.標(biāo)記數(shù)據(jù)集2 中的數(shù)據(jù)進(jìn)行同樣的操作將選取的未標(biāo)記數(shù)據(jù)集2 中的數(shù)據(jù)添加到標(biāo)記數(shù)據(jù)集1 中,如此交叉進(jìn)行.直到最后沒有符合置信度要求的數(shù)據(jù)加入,此時(shí)模型達(dá)到穩(wěn)定狀態(tài).置信度高的的數(shù)據(jù)加入到訓(xùn)練數(shù)據(jù)中可以使模型訓(xùn)練的損失函數(shù)降低,模型訓(xùn)練結(jié)果會(huì)更加準(zhǔn)確.

圖3 處理前后數(shù)據(jù)對(duì)比

2 Cotraining-LSTM 整體模型

2.1 模型整體框架

Cotraining-LSTM 是一種結(jié)合了協(xié)同訓(xùn)練和LSTM 模型的混合模型.它的特點(diǎn)在于對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練時(shí)采用了協(xié)同訓(xùn)練的方式.從不同角度對(duì)模型各參數(shù)進(jìn)行優(yōu)化,同時(shí)又充分將未標(biāo)記的數(shù)據(jù)利用起來.在不斷交叉訓(xùn)練的過程中,增加了訓(xùn)練的數(shù)據(jù)量同時(shí)也在不斷動(dòng)態(tài)的優(yōu)化模型[3].最終的模型具有一定的泛化能力.本文研究的課題涉及的數(shù)據(jù)不存在多維度,所以過于復(fù)雜的模型反而得不到理想的效果,采用上述協(xié)同訓(xùn)練的方式進(jìn)行訓(xùn)練在運(yùn)行效率上也有一定的優(yōu)勢(shì).

2.2 協(xié)同訓(xùn)練

協(xié)同訓(xùn)練(contrainning)算法是半監(jiān)督學(xué)習(xí)的一種.半監(jiān)督學(xué)習(xí)顧名思義,即可監(jiān)督可不監(jiān)督.它集合二者的優(yōu)點(diǎn),能夠充分利用未標(biāo)記數(shù)據(jù)和已標(biāo)記數(shù)據(jù)來提升學(xué)習(xí)性能[4].協(xié)同訓(xùn)練方法采用標(biāo)記數(shù)據(jù)分別在兩個(gè)學(xué)習(xí)器上進(jìn)行學(xué)習(xí)訓(xùn)練,再利用訓(xùn)練好的學(xué)習(xí)規(guī)則對(duì)未標(biāo)記數(shù)據(jù)進(jìn)行預(yù)測(cè),選取置信度較高的數(shù)據(jù),然后將選中的數(shù)據(jù)加入已有的標(biāo)記數(shù)據(jù)集,重新對(duì)分類器進(jìn)行訓(xùn)練[5].協(xié)同訓(xùn)練的方法可以有效利用未標(biāo)記數(shù)據(jù)來提高模型精準(zhǔn)度.雖然現(xiàn)在人們處在一個(gè)信息化豐富的數(shù)據(jù)社會(huì),但是,想要獲得真正能夠?yàn)槲覀兝玫臄?shù)據(jù)并不容易,帶有標(biāo)記的數(shù)據(jù)事實(shí)上并不是很多.如果只用極少的標(biāo)記數(shù)據(jù)進(jìn)行模型的訓(xùn)練,那么訓(xùn)練出來的模型勢(shì)必存在準(zhǔn)確度不高的問題.所以,面對(duì)這些不可逆因素,本篇論文選取了協(xié)同訓(xùn)練方法.它是當(dāng)前比較流行的一種算法,利用標(biāo)記數(shù)據(jù)進(jìn)行模型訓(xùn)練,將訓(xùn)練好的學(xué)習(xí)規(guī)則應(yīng)用到未標(biāo)記數(shù)據(jù)集中,然后計(jì)算未標(biāo)記數(shù)據(jù)集中篩選出的鄰近數(shù)據(jù)集的置信度,將置信度大的數(shù)據(jù)添加到另一個(gè)訓(xùn)練模型的標(biāo)記數(shù)據(jù)集中,不斷迭代,直到訓(xùn)練的模型參數(shù)穩(wěn)定.協(xié)同訓(xùn)練從多角度對(duì)模型進(jìn)行反復(fù)訓(xùn)練,充分利用了已有數(shù)據(jù),在提高了數(shù)據(jù)利用率的同時(shí)對(duì)問題的解決也有很大的幫助.

2.3 LSTM 模型

LSTM 最早由 Hochreiter 和Schmidhuber 在1997年提出,設(shè)計(jì)初衷是希望能夠解決神經(jīng)網(wǎng)絡(luò)中的長(zhǎng)期依賴問題[6].LSTM (長(zhǎng)短期記憶)模型是RNN 的典型代表,本質(zhì)上來看是一種RNN 結(jié)構(gòu)的變形.圖4 是RNN結(jié)構(gòu)展開圖,從圖中可以看出從RNN 可以說在每次輸入會(huì)結(jié)合之前的輸出,相當(dāng)于擁有了記憶功能.但是RNN 不能記憶太久遠(yuǎn)的信息,所以會(huì)存在一定的梯度消失和梯度爆炸的問題.這一問題導(dǎo)致了LSTM 的盛行.

圖4 RNN 結(jié)構(gòu)展開圖

如圖5 的LSTM 結(jié)構(gòu)圖可以看出,它在傳統(tǒng)RNN的隱藏層各神經(jīng)單元中增加了記憶單元,然后通過可控門控制之前信息和當(dāng)前信息的記憶和遺忘程度,這樣可以讓時(shí)間序列上的記憶信息可以選擇性地保留下來,從而使RNN 網(wǎng)絡(luò)具備了長(zhǎng)期記憶功能[7].

LSTM 結(jié)構(gòu)中通過設(shè)計(jì)兩個(gè)門來控制記憶單元狀態(tài)的信息量,他們分別是遺忘門 (forget gate)和輸入門(input gate).forget gate 的功能就是”丟棄”.因?yàn)槲覀儾豢赡軐⑺行畔⑻卣魅坑涀?必須有所取舍,forget gate 就實(shí)現(xiàn)這一功能.它決定了上一時(shí)刻的單元狀態(tài)有多少“記憶”可以保留到當(dāng)前時(shí)刻;input gate 決定了當(dāng)前的時(shí)刻輸入有多少被保存到單元狀態(tài).這兩個(gè)門都是通過一個(gè)權(quán)重來決定留下信息的多少.LSTM 在最后設(shè)計(jì)了一個(gè)輸出門 (output gate)來控制單元狀態(tài)有信息輸出.這三個(gè)門的功能特點(diǎn)就是LSTM 相比傳統(tǒng)RNN 的優(yōu)勢(shì)所在.

圖5 LSTM 結(jié)構(gòu)圖

1)forget gate:遺忘門是以上一個(gè)單元的輸出ht-1和本單元的輸入 Xt為輸入的Sigmoid 函數(shù),為Ct-1中的每一項(xiàng)產(chǎn)生一個(gè)在[0,1]內(nèi)的值,來控制上一單元狀態(tài)被遺忘的程度.

2)input gate:輸入門結(jié)合tanh 函數(shù)來控制有哪些新的數(shù)據(jù)信息可以被加入.tanh 函數(shù)會(huì)產(chǎn)生一個(gè)新的候選向量,輸入門為中的每一項(xiàng)產(chǎn)生一個(gè)在[0,1]內(nèi)的值來控制新信息有多少可以加入.在這之前,我們得到了forget gate 的輸出 ft,用來控制上一單元被遺忘的程度,也有了輸入門的輸出it用來控制新信息被加入的多少,我們就可以更新本記憶單元的單元狀態(tài)了.

3)output gate:輸出門的作用是用來控制當(dāng)前的單元狀態(tài)有多少被過濾掉.先將單元狀態(tài)激活,輸出門為其中每一項(xiàng)產(chǎn)生一個(gè)在[0,1]內(nèi)的值,控制單元狀態(tài).

被過濾的程度.

3 實(shí)驗(yàn)結(jié)果

3.1 評(píng)價(jià)指標(biāo)

在這里本文利用均方根誤差來衡量測(cè)試值和估計(jì)值之間的差異程度.本篇論文研究的目的就是想得到與標(biāo)準(zhǔn)站數(shù)據(jù)更接近的數(shù)據(jù)值.選擇均方根誤差在本次實(shí)驗(yàn)中更能貼近應(yīng)用的需求.均方根誤差可以反映觀測(cè)值與預(yù)測(cè)值之間的接近程度,并且對(duì)測(cè)量數(shù)據(jù)中差異明顯的數(shù)據(jù)非常敏感.所以,均方根誤差能夠很好地反映出測(cè)量的精密度.一般情況下均方根誤差越小越好.

3.2 實(shí)驗(yàn)結(jié)果分析

為了能夠體現(xiàn)出模型的效果,驗(yàn)證模型的可行性和有效性,在進(jìn)行實(shí)驗(yàn)得出結(jié)果的同時(shí),利用同樣的數(shù)據(jù)通過其他模型進(jìn)行了訓(xùn)練,對(duì)比結(jié)果如表1.

表1 不同模型訓(xùn)練結(jié)果

1)LSTM

單純只利用LSTM 進(jìn)行模型訓(xùn)練,通過表中的結(jié)果可以看出它的均方根差是16.20,損失值為0.0678.僅僅只利用LSTM 模型,造成大量未標(biāo)記的數(shù)據(jù)浪費(fèi),事實(shí)上參與到模型訓(xùn)練的數(shù)據(jù)不是很多,自然模型訓(xùn)練起來在準(zhǔn)確度上相比較而言會(huì)有一定的偏差.此處在實(shí)驗(yàn)室經(jīng)過多次探索,利用兩層layer 實(shí)現(xiàn)如表中最優(yōu)的結(jié)果.

2)Regression

在已經(jīng)應(yīng)用的項(xiàng)目中采用的算法是一元回歸.從實(shí)際應(yīng)用效果來看,有很多偏差的數(shù)據(jù)需要人為的手動(dòng)校準(zhǔn),必須給數(shù)據(jù)設(shè)定上限值.這種設(shè)置上限值的做法存在一定的主觀性,對(duì)此想到利用神經(jīng)網(wǎng)絡(luò)進(jìn)行多元回歸分析.但由于標(biāo)記數(shù)據(jù)不是很多,數(shù)據(jù)很離散,多維空間提升了數(shù)據(jù)復(fù)雜度,反而使其效果不符合我們實(shí)際需求.

3)Cotraining-LSTM

基于協(xié)同訓(xùn)練的半監(jiān)督LSTM 訓(xùn)練模型,相比較單純的LSTM 模型,我在此基礎(chǔ)上加了一個(gè)協(xié)同訓(xùn)練.這種半監(jiān)督的學(xué)習(xí)方法非常適合那種標(biāo)記數(shù)據(jù)比未標(biāo)記數(shù)據(jù)少的數(shù)據(jù)集.它兼具了LSTM 模型的記憶功能,同時(shí)基于協(xié)同訓(xùn)練的半監(jiān)督模型可以從多視角上充分利用兩種類型的數(shù)據(jù)進(jìn)行訓(xùn)練,可以說是兼顧得更全面.通過表格數(shù)據(jù)對(duì)比我們可以看出,從RMSE 這一評(píng)價(jià)指標(biāo)可以看出,Cotraining-LSTM 模型訓(xùn)練效果更好.協(xié)同訓(xùn)練模塊的加入提升了LSTM 模型的訓(xùn)練精度.

3.3 實(shí)驗(yàn)結(jié)果應(yīng)用

從上述實(shí)驗(yàn)結(jié)果的分析上來看,由于我們獲得的帶標(biāo)記數(shù)據(jù)有限并且數(shù)據(jù)大量離散所以單純使用LSTM 模型和Regression 模型進(jìn)行訓(xùn)練存在數(shù)據(jù)利用率不高,可參與訓(xùn)練數(shù)據(jù)量不足,訓(xùn)練結(jié)果多維分散,誤差大等問題.Cotraining-LSTM 模型解決了上述方法存在的缺點(diǎn):提高了數(shù)據(jù)利用率,同時(shí),使用Cotraining-LSTM 模型算法校準(zhǔn)之后的數(shù)據(jù)與國家標(biāo)準(zhǔn)數(shù)據(jù)十分接近.同時(shí)我們將該算法應(yīng)用到空氣質(zhì)量微型監(jiān)測(cè)實(shí)時(shí)項(xiàng)目中,通過對(duì)微型站儀器設(shè)備的校準(zhǔn)所得到的結(jié)果數(shù)據(jù)其誤差在應(yīng)用級(jí)范圍之內(nèi),在運(yùn)用此數(shù)據(jù)進(jìn)行后續(xù)預(yù)測(cè)等相關(guān)操作結(jié)果也是一樣的.

4 結(jié)論

本文針對(duì)當(dāng)前很受大家關(guān)心的空氣環(huán)境問題出發(fā),針對(duì)目前市場(chǎng)上關(guān)于監(jiān)測(cè)儀器存在由于傳感器本身精度不高而存在的測(cè)量精度不準(zhǔn)確的問題進(jìn)行了改進(jìn),在基于當(dāng)前現(xiàn)有的測(cè)量數(shù)據(jù)的情況下,提出了一種Cotraining-LSTM (基于協(xié)同訓(xùn)練的半監(jiān)督LSTM)模型.實(shí)驗(yàn)結(jié)果通過和其他模型的對(duì)比可以看出該模型在處理儀器由于自身傳感器物理特性而導(dǎo)致監(jiān)測(cè)的結(jié)果數(shù)據(jù)存在偏差這類相關(guān)問題上有更好的處理效果.為今后相似領(lǐng)域的問題解決方案提供一定的參考價(jià)值,并且在此類設(shè)備投入生產(chǎn)之后,將會(huì)帶來可觀的商業(yè)價(jià)值.