基于K-Means算法的环保监控管理系统研究

冯莹莹

(阜阳师范学院 信息工程学院，安徽 阜阳 236041)

随着环保监控管理信息化建设的发展，需要对环保监控管理系统进行优化设计，结合环保监控管理建设，进行信息化系统设计，提高环保监控管理的智能化水平。在嵌入式和网络化背景下，进行环保监控管理系统设计，对环保监控管理的设计是建立在对环保监控管理信息的融合和聚类处理基础上的。传统方法对环保监控管理的信息聚类方法主要采用模糊C均值聚类方法，在环保监控管理信息管理中[1]，受到不确定性因素的影响，特别是在各种环保监控管理信息混合的情况下，模糊C均值算法对环保监控管理信息管理的难度较大，对此，结合数据优化聚类和识别技术，提出设计一种基于K-Means算法的环保监控管理系统。实现环保监控管理系统的信息处理算法的优化设计，最后进行实验测试分析，得出有效性结论。

1 环保监控管理系统的信息融合算法实现

对环保监控管理系统进行设计，最主要的是实现系统中信息融合算法，信息的准确、有效融合可以提高信息分类能力，是提高系统检索能力的关键所在。

1.1 环保监控管理信息的大数据采样

为了实现集成信息处理环境下环保监控管理信息化分类识别和智能管理，采用网络信息化的大数据挖掘技术进行环保监控管理信息检测，构建集成信息处理环境下环保监控管理的大数据采样模型，考虑集成信息处理环境下环保监控管理信息的分布独立随机性，以零均值的高斯白噪声作为环保监控管理信息采集的干扰项[2]，得到集成信息处理环境下环保监控管理信息融合的关联规则集为：

(1)

在此基础上进行集成信息处理环境下环保监控管理信息融合的分类预测，集成信息处理环境下环保监控管理信息的非线性三阶自相关特征为：

(2)

其中，xn表示集成信息处理环境下环保监控管理信息的采样时间序列的统计平均值，d表示重构时间延迟，D=2d，环保监控管理信息的统计特征量〈x(n)〉代表对x(n)取方差为：

(3)

引入模糊融合技术，对环保监控管理样本进行模糊调度设计，得到环保监控管理信息的联合信息度为：DCT(xt)=p(xt|d0,…,t)，设集成信息处理环境下环保监控管理的样本集满足A⊂V，B⊂V且A∩B=φ，对环保数据的检测输出可以表示为：

(4)

进而得到集成信息处理环境下环保监控的统计特征分布：

(5)

采用语义本体模型进行集成信息处理环境下环保监控管理信息的多维尺度分解[3]，经过深度学习迭代发现，当0μ1时，集成信息处理环境下环保监控管理信息分布的关联维指数序列为：

(6)

其中：

|X(f)|2=TC2Nsinc2(πfTC)|Xcode(f)|2，

(7)

(8)

1.2 环保监控管理信息融合处理

在采用大数据挖掘方法进行环保监控管理信息的数据采集的基础上，进行信息融合算法设计，结合相关性特征检测方法，进行环保监控管理信息的快速检测和分类识别。在大规模数据集约束下，环保监控管理信息的关联规则知识集为：

(9)

(10)

其中，ω(t)为环保监控管理信息的统计特征量提取的模糊加权值，进行环保监控管理信息的自适应整合[4]，环保监控管理信息挖掘的规则性统计特征值为：

(11)

由此构建环保监控管理信息的语义相似度特征分析模型，当环保监控管理信息分布关联映射存在Φ：M→R2d+1，表示Φ(z)=(h(z),h(φ1(z)),…,h(φ2d(z)))T为一个采样节点分布集，环保监控管理信息采集的标签分布集为：

(12)

根据环保监控管理信息的种类属性ci(i=1,2,…,n)进行特征分类，提取环保监控管理信息的模糊统计特征量[5]。根据环保监控管理信息的分布特征，进行环保监控管理信息的模糊聚类处理，构建环保监控管理信息多源分布模型：

W=[y1,y2,···,yd]，

(13)

通过多维尺度特征降维处理，从m维降低到了d维，得到环保监控管理信息融合模型：

(14)

采用模糊关联规则调度方法进行环保监控管理信息挖掘过程中的自适应寻优，环保监控管理信息融合处理结果为：

(15)

(16)

(17)

其中，P(X)、P(Y)表示环保监控管理信息的关联融合度，X、Y为环保监控管理信息联合分布特征向量集量，P(X∩Y)是环保监控管理信息融合的交叉分布概念集。根据上述分析，结合自相关融合特征调度方法进行环保监控管理信息的分类检索，进行环保监控管理信息的分类管理系统设计[6]。

2 环保监控管理系统

2.1 K-Means算法

在采用大数据挖掘方法进行环保监控管理信息的数据采集的基础上，进行环保监控管理信息的快速检测和分类识别算法设计，提出一种基于K-Means算法的环保监控管理方法。假设集成信息处理环境中心中环保监控管理信息关联知识库输出参数为：param={G1,G2,e,g,g2,g3,h,H1,H2}，结合资源融合调度方法进行K均值聚类处理，结合自相关融合特征调度方法进行环保监控管理信息的分类检索，根据环保监控管理信息的分布特征时间间隔为Tf，K均值聚类的特征集为Ts=NfTf。采用分块区域融合和模糊聚类方法实现环保监控管理信息的特征分类和自适应调度，环保监控管理信息K均值聚类匹配度为：

Tc=ent(Tf/Nc)，

(18)

设定环保监控管理K均值聚类模糊指标特征分布为X=(x1,x2,……,xD)，在有限空间内，得到环保监控管理信息关联规则知识库分布结构满足cjTc

BN×1=SN×L·TL×1，

(19)

s(k)=[s1(k),s2(k),…,sm(k)]T，

(20)

采用射频标签识别技术进行环保监控管理信息的模糊K均值分类识别，空间区域分布矩阵为：

(21)

基于K-Means算法，进行环保监控管理信息的模糊聚类处理，提高环保监控管理的信息处理和集成调度能力[7]。

2.2 环保监控管理的优化

(22)

(23)

根据关联知识的融合结果进行环保监控管理信息的相关性转发控制协议设计，输出监控数据的特征集满足P∈Rn×n、R∈Rm×m和H∈Rm×n，特征分布集满足d～p(e,q)，提取环保监控管理信息环保监控管理信息的特征量。采用物联网RFID标签识别方法，进行大数据整合，环保监控管理信息关联规则挖掘的整合矩阵为：

(24)

根据上述分析，结合环保监控管理信息整合的匹配指标集Ek∈E(k=1,2,…,t)，给定关联规则点，记为[aj,bj]，得到优化环保监控管理的图模型为Pi∈P(i=1,2,…,m)，采用交叉编译控制方法，进行环保监控管理的信息调度和K-means聚类处理，提高环保监控的信息聚类检索能力，从而实现环保监控分类管理优化，完成环保监控管理系统软件设计。

2.3 统总体架构

在嵌入式的Linux中进行系统软件设计，采用RS5485总线监测方法进行环保监控管理系统配置，在操作系统层和应用软件层分别配置MCU控制单元，在总线控制协议下进行环保监控管理系统配置的分散控制设计，系统采用嵌入式设计技术进行环保监控管理系统的安全配置，建立GPRS逻辑信道，通过附加总线实现环保监控管理的上位机通信和人机交互设计，得到系统的总体设计构架如图1所示。

3 仿真实验与结果分析

为了测试该系统在实现环保监控管理中的应用性能，进行实验分析，实验采用Matlab 7设计，采用PXI触发总线进行环保监控管理信息的时钟采样，环保监控管理信息采样的字节长度为16位，仿真时间为600 s，得到信息采样输出如图2所示。

以图2的信息采样为输入，基于K-Means算法进行环保监控信息分类，得到信息优化分类管理结果如图3所示。

分析得知，设计的环保监控管理系统的信息分类能力较好，系统检索能力较强，测试查准率，得到测试结果见表1。

表1 查准性对比

分析表1得知，该方法进行环保监控管理的信息查准率较高。

4 结语

对环保监控管理信息进行智能管理和检索，提高网络化背景下环保监控管理信息管理水平，促进环保监控管理的服务和管理能力的不断提升。在嵌入式和网络化背景下，进行环保监控管理系统设计，本文提出一种基于K-Means算法的环保监控管理系统，采用大数据挖掘方法进行环保监控管理信息的数据采集，进行环保监控管理信息的快速检测和分类识别，提取环保监控管理信息的模糊统计特征量，结合自相关融合特征调度方法进行环保监控管理信息的分类检索，根据环保监控管理信息的分布特征，进行环保监控管理信息的模糊聚类处理，采用K均值算法进行环保监控管理信息聚类的聚类中心优化调节，实现环保监控管理信息的分类管理优化。研究得知，所设计的系统进行环保监控管理时，信息分类性较好，查准率较高。