[发明专利]用于对时空序列数据进行分类/预测的设备和方法

权利要求书

1.一种用于对时空序列数据进行分类/预测的设备，包括：

接收单元，被配置为接收时空序列数据；

建模单元，被配置为基于时空序列数据产生与地理上的异构性有关的权重参数，并基于所产生的权重参数构建用于分类/预测的模型，所述建模单元包括：

空间距离矩阵构建子单元，被配置为基于时空序列数据构建空间距离矩阵；

空间权重矩阵构建子单元，被配置为针对每个空间位置分别选择至少两个不同的权重参数，以构建相应的空间权重矩阵；

模型输出权值计算子单元，被配置为基于相应的空间权重矩阵来计算相应的模型输出权值；以及

选择子单元，被配置为选择与产生最小代价值的权重参数相对应的输出权值，作为最终的模型输出权值；

以及

分类/预测单元，被配置为采用所构建的用于分类/预测的模型对时空序列数据进行分类/预测。

2.根据权利要求1所述的设备，其中，所述空间距离矩阵是高斯空间距离矩阵，所述空间权重矩阵是高斯空间权重矩阵。

3.根据权利要求1所述的设备，其中，所述至少两个不同的权重参数是从最小空间距离至最大空间距离的范围中选择的。

4.根据权利要求3所述的设备，其中，所述至少两个不同的权重参数是从最小空间距离至最大空间距离的范围中线性选择的。

5.根据权利要求3所述的设备，其中，所述至少两个不同的权重参数是从最小空间距离至最大空间距离的范围中随机选择的。

6.一种用于对时空序列数据进行分类/预测的方法，包括：

接收时空序列数据；

基于时空序列数据产生与地理上的异构性有关的权重参数，并基于所产生的权重参数构建用于分类/预测的模型，其中，通过以下操作来构建所述用于分类/预测的模型：

基于时空序列数据构建空间距离矩阵；

针对每个空间位置分别选择至少两个不同的权重参数，以构建相应的空间权重矩阵；

基于相应的空间权重矩阵来计算相应的模型输出权值；以及

选择与产生最小代价值的权重参数相对应的输出权值，作为最终的模型输出权值；

以及

采用所构建的用于分类/预测的模型对时空序列数据进行分类/预测。

7.根据权利要求6所述的方法，其中，所述空间距离矩阵是高斯空间距离矩阵，所述空间权重矩阵是高斯空间权重矩阵。

8.根据权利要求6所述的方法，其中，所述至少两个不同的权重参数是从最小空间距离至最大空间距离的范围中选择的。

9.根据权利要求8所述的方法，其中，所述至少两个不同的权重参数是从最小空间距离至最大空间距离的范围中线性选择的。

10.根据权利要求8所述的方法，其中，所述至少两个不同的权重参数是从最小空间距离至最大空间距离的范围中随机选择的。