[發(fā)明專利]一種應(yīng)用于河流水位預(yù)測數(shù)據(jù)的特征選擇分解方法有效
| 申請(qǐng)?zhí)枺?/td> | 201711330726.1 | 申請(qǐng)日: | 2017-12-13 |
| 公開(公告)號(hào): | CN107992447B | 公開(公告)日: | 2019-12-17 |
| 發(fā)明(設(shè)計(jì))人: | 楊擁軍;管杰 | 申請(qǐng)(專利權(quán))人: | 電子科技大學(xué) |
| 主分類號(hào): | G06F17/14 | 分類號(hào): | G06F17/14;G06F17/18;G06F17/50 |
| 代理公司: | 51229 成都正華專利代理事務(wù)所(普通合伙) | 代理人: | 何凡 |
| 地址: | 611731 四川省成*** | 國省代碼: | 四川;51 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 應(yīng)用于 河流 水位 預(yù)測 數(shù)據(jù) 特征 選擇 分解 方法 | ||
1.一種應(yīng)用于河流水位預(yù)測數(shù)據(jù)的特征選擇分解方法,其特征在于,包括以下步驟:
S1、采集影響目標(biāo)預(yù)測站點(diǎn)水位的水文要素;
S2、根據(jù)各水文要素,基于信息理論構(gòu)建特征集;
S3、基于相關(guān)性分析對(duì)特征集中的各特征引入滯后量,構(gòu)建原始輸入集;
S4、對(duì)原始輸入集進(jìn)行標(biāo)準(zhǔn)化處理;
S5、基于LASSO對(duì)標(biāo)準(zhǔn)化處理后的輸入集進(jìn)行特征選擇;
S6、基于MODWT對(duì)特征選擇后的輸入集進(jìn)行特征分解,得到經(jīng)LASSO-MODWT優(yōu)化后的輸入集;
所述步驟S5具體包括以下分步驟:
S51、將標(biāo)準(zhǔn)化處理后的輸入集作為模型輸入,將預(yù)測目標(biāo)站點(diǎn)的水位數(shù)據(jù)集作為模型輸出,構(gòu)建LASSO回歸模型;
S52、對(duì)LASSO回歸模型進(jìn)行訓(xùn)練,采用網(wǎng)格搜索法對(duì)LASSO回歸的參數(shù)λ進(jìn)行尋優(yōu),尋找最優(yōu)參數(shù);
S53、采用具有最優(yōu)參數(shù)的LASSO回歸模型對(duì)輸入集中的特征進(jìn)行評(píng)分,評(píng)分標(biāo)準(zhǔn)為LASSO回歸得到的回歸系數(shù),選擇LASSO回歸系數(shù)為正的特征繼續(xù)保留在輸入集中,將LASSO回歸系數(shù)為0或?yàn)樨?fù)的特征從輸入集中去除,實(shí)現(xiàn)對(duì)輸入集的特征選擇。
2.根據(jù)權(quán)利要求1所述的特征選擇分解方法,其特征在于,所述步驟S1中影響目標(biāo)預(yù)測站點(diǎn)水位的水文要素包括目標(biāo)站點(diǎn)的當(dāng)前水位信息、上游流域水位信息和沿途降雨量。
3.根據(jù)權(quán)利要求1所述的特征選擇分解方法,其特征在于,所述步驟S2具體為:分別計(jì)算各水文要素與預(yù)測目標(biāo)之間的最大信息系數(shù)MIC,分析其與預(yù)測目標(biāo)之間關(guān)系的強(qiáng)度,將與預(yù)測目標(biāo)間的MIC值大于設(shè)定閾值的水文要素作為輸入特征,構(gòu)建特征集。
4.根據(jù)權(quán)利要求3所述的特征選擇分解方法,其特征在于,所述最大信息系數(shù)MIC的計(jì)算公式為:
其中X、Y為兩個(gè)隨機(jī)變量,B為分割限制,取數(shù)據(jù)總量的0.6或0.55次方,MIC[X;Y]表示X和Y之間的最大信息系數(shù),I[X;Y]表示X和Y之間的互信息,計(jì)算公式為:
其中p(X)和p(Y)分別表示X、Y的概率密度分布函數(shù),p(X,Y)表示X、Y的聯(lián)合概率密度分布函數(shù)。
5.根據(jù)權(quán)利要求3所述的特征選擇分解方法,其特征在于,所述步驟S3具體為:針對(duì)特征集中目標(biāo)站點(diǎn)的當(dāng)前水位信息,采用偏自相關(guān)函數(shù)PACF確定滯后量,針對(duì)特征集中的其它輸入特征,采用互相關(guān)系數(shù)分析確定滯后量;對(duì)于每一個(gè)滯后量,如果其與預(yù)測目標(biāo)之間呈現(xiàn)明確的統(tǒng)計(jì)相關(guān)性,即達(dá)到95%的置信區(qū)間,則將該滯后量添加到輸入集中,從而構(gòu)建原始輸入集。
6.根據(jù)權(quán)利要求1所述的特征選擇分解方法,其特征在于,所述步驟S4具體為:采用最小-最大值標(biāo)準(zhǔn)化處理方法對(duì)原始輸入集進(jìn)行標(biāo)準(zhǔn)化處理,將原始輸入集縮放到[0,1]區(qū)間內(nèi),處理公式為:
其中xi,norm為標(biāo)準(zhǔn)化后的數(shù)據(jù)值,xi表示原始輸入集中第i個(gè)需要標(biāo)準(zhǔn)化的數(shù)據(jù)項(xiàng),Nmin和Nmax分別為縮放的最小值和最大值,即為0和1,xmin和xmax分別為原始輸入集中的最小值和最大值。
7.根據(jù)權(quán)利要求1所述的特征選擇分解方法,其特征在于,所述步驟S6具體為:采用MODWT模型對(duì)特征選擇后的輸入集進(jìn)行特征分解,將所有特征分解得到的小波系數(shù)集用于構(gòu)建優(yōu)化后的輸入集。
8.根據(jù)權(quán)利要求7所述的特征選擇分解方法,其特征在于,所述特征分解的公式為:
其中f(t)為特征分解得到的小波系數(shù),為進(jìn)行M層分解時(shí)對(duì)原信號(hào)的平滑近似子波,Wm(t)為原信號(hào)在m層的分解子波,m=1,2,...,M,M為最小分解層數(shù),計(jì)算公式為:
M=int[log(N)] (5)
其中N為特征選擇后的輸入集長度,int[·]為向上取整函數(shù)。
9.根據(jù)權(quán)利要求7所述的特征選擇分解方法,其特征在于,所述MODWT模型采用Daubechies小波基。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于電子科技大學(xué),未經(jīng)電子科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.17sss.com.cn/pat/books/201711330726.1/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 上一篇:一種光纖熱縮管的密封系統(tǒng)
- 下一篇:具有防水防塵功能的光纖熱縮管
- 同類專利
- 專利分類
G06F 電數(shù)字?jǐn)?shù)據(jù)處理
G06F17-00 特別適用于特定功能的數(shù)字計(jì)算設(shè)備或數(shù)據(jù)處理設(shè)備或數(shù)據(jù)處理方法
G06F17-10 .復(fù)雜數(shù)學(xué)運(yùn)算的
G06F17-20 .處理自然語言數(shù)據(jù)的
G06F17-30 .信息檢索;及其數(shù)據(jù)庫結(jié)構(gòu)
G06F17-40 .數(shù)據(jù)的獲取和記錄
G06F17-50 .計(jì)算機(jī)輔助設(shè)計(jì)
- 一種多尺度河流健康表征與評(píng)價(jià)方法
- 一種基于非接觸式河流表面測速的瞬時(shí)流量回歸計(jì)算方法
- 生態(tài)河流
- 一種河流特征分類數(shù)據(jù)的處理方法
- 基于復(fù)雜網(wǎng)絡(luò)理論評(píng)價(jià)河流網(wǎng)絡(luò)的連通性的方法
- 一種考慮河流不同狀態(tài)的生態(tài)基流量計(jì)算方法及系統(tǒng)
- 一種基于星載干涉成像高度計(jì)的河流水面高程提取方法
- 一種主題河流重排序方法
- 河流生命肌體生態(tài)狀況評(píng)估方法和裝置
- 一種河流主支流分級(jí)方法及河流主支流分級(jí)裝置
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法、程序以及記錄介質(zhì)
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 基于時(shí)間序列預(yù)測模型適用性量化的預(yù)測模型選擇方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 分類預(yù)測方法及裝置、預(yù)測模型訓(xùn)練方法及裝置
- 幀內(nèi)預(yù)測的方法及裝置
- 圖像預(yù)測方法及裝置、電子設(shè)備和存儲(chǔ)介質(zhì)
- 文本預(yù)測方法、裝置以及電子設(shè)備
- 模型融合方法、預(yù)測方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)





