空气污染监控资料之序列群组探勘.pdfVIP

空氣污染監控資料之序列群組探勘 Clustering Sequences of Air Pollution Surveillance Data 楊金龍 林奕森 郭煌政 國立嘉義大學資訊工程學系 摘要 events caused by a factory is the object in mining. 在空氣污染的防冶上，雖然工廠的生產 We propose three types of similarity between two 類別、煙囪高度、年生產量等等資料與工廠 sequences: (1) kinds of air pollution events, (2) 所可能造成之空污有關係，但是不如直接利 用環保單位對工廠排放廢氣之監控資料，加 period of event occurrence, (3) longest common 以探勘，以便擬定防治方針。有相似廢氣排 subsequence. 放之工廠應採用相似之監控程序，因此，本 A feature vector is derived from a cluster of 文針對空氣污染監控資料序列的資料型態 factories. Each cluster has its own control strategy 進行分群組探勘，做為空污防治之依據。 according to its feature. When the data of a factory 群組化是把資料依其資料內容的相似 is newly added to the database, the factory is 度分成多個群組，群組內的資料相似度要最 compared with the clusters to determine which 大，群組之間的相似度要最小。我們提出了 cluster the factory is most similar to. A control 三種能將含有時間間隔的有序序列有效分 strategy set up for the cluster of factories can be 類的相似度計算方法：1.事件發生種類相似 then applied to the factory. 度、2.事件發生週期相似度、3.基於相同序 列長度的相似度，在計算出相似度後再利用 1 、序論 階層式的群組方法進行群組化。 1.1 研究背景 在新加入的資料的比對上，除了可以使 在電腦科技和網路的日益進步，資料的 用所提出的群組化演算法進行外，使用特徵 取得漸趨便易，再加資料庫系統己被普遍的 資料來比對新加入的資料，如此只需找出和 使用，各種資料和資訊可以被輕易的儲存下 那一群集的特徵資料較相似，便可以進行快 來，因此如何利用所收集和存放的資料成為 速的比對，以省去執行演算法的時間花費。 一項重要的議題。資料探勘技術便是一種用 來找出資料間所隱藏的模式，使用者可以利 Some fundamental data items of a factory, 用資料探勘的技術搭配資料庫或資料倉儲 such as type of product, height of chimney, and 中所存放的大量資料，有效率的找出資料間 production capacity, are related to the air pollution 有用的資訊。 高度資訊化的今天，資料的種類已越來 it emitted. However, continuous surveillant data of