[发明专利]数据预测方法和数据预测装置

权利要求书

1.一种数据预测方法，其特征在于，包括：

确定地理平面区域，所述地理平面区域包括多个地理区格，所述多个地理区格的交汇点构成多个预测点，所述地理平面区域中包括多个数据获取点；

依据各个数据获取点获得的观测数据，确定与所述各个数据获取点相邻的预测点的数据；

对于与所述各个数据获取点不相邻的预测点，基于以所述不相邻的预测点为中心的环绕区域的区域特征数据，利用机器学习模型组件确定所述不相邻的预测点的数据。

2.根据权利要求1所述的数据预测方法，其特征在于，依据各个数据获取点获得的观测数据，确定与所述各个数据获取点相邻的预测点的数据的步骤之后，所述方法还包括：

利用与所述多个数据获取点相邻的预测点的历史数据和该预测点周围的多个区域对应的历史区域特征数据，训练所述机器学习模型。

3.根据权利要求1所述的数据预测方法，其特征在于，所述多个预测点是根据地理位置划分形成的预测点。

4.根据权利要求1所述的数据预测方法，其特征在于，所述确定地理平面区域的步骤之后，所述方法还包括：

确定每一预测点对应的相邻范围；

获取该预测点对应的相邻范围内的数据获取点的观测数据。

5.根据权利要求4所述的数据预测方法，其特征在于，所述依据各个数据获取点获得的观测数据，确定与所述各个数据获取点相邻的预测点的数据的步骤包括：

当该预测点对应的相邻范围内存在一个数据获取点时，将所述数据获取点的观测数据作为该预测点的数据；以及

当该预测点对应的相邻范围内存在多个数据获取点时，计算该范围内的多个数据获取点的观测数据的平均值或加权平均值，作为该预测点的预测点数据。

6.根据权利要求4所述的数据预测方法，其特征在于，所述相邻范围为0.5km。

7.根据权利要求1所述的数据预测方法，其特征在于，所述预测点数据包括气象预测数据、海洋渔情预测数据、交通拥堵状况预测数据、人流量密度预测数据其中一种。

8.根据权利要求2所述的数据预测方法，其特征在于，所述利用与所述多个数据获取点相邻的预测点的历史数据和该预测点周围的多个区域对应的历史区域特征数据，训练所述机器学习模型的步骤之前，所述方法还包括：

从多个预测点中选择符合样本要求的有效的预测点。

9.根据权利要求8所述的数据预测方法，其特征在于，所述从多个预测点中选择符合样本要求的有效的预测点的步骤包括：

确定预测点对应的区域中包含数据获取点的区域的数量；

当所述区域的数量符合预设条件时，确认所述预测点为有效的预测点。

10.一种数据预测装置，其特征在于，包括：

确定模块，用于确定地理平面区域，所述地理平面区域包括多个地理区格，所述多个地理区格的交汇点构成多个预测点，所述地理平面区域中包括多个数据获取点；

预测点数据确定模块，用于依据各个数据获取点获得的观测数据，确定与所述各个数据获取点相邻的预测点的数据；

预测点数据计算模块，用于对于与所述各个数据获取点不相邻的预测点，基于以所述不相邻的预测点为中心的环绕区域的区域特征数据，利用机器学习模型组件确定所述不相邻的预测点的数据。

11.根据权利要求10所述的数据预测装置，其特征在于，所述装置还包括：

模型训练模块，用于利用与所述多个数据获取点相邻的预测点的历史数据和该预测点周围的多个区域对应的历史区域特征数据，训练所述机器学习模型。

12.根据权利要求10所述的数据预测装置，其特征在于，所述多个预测点是根据地理位置划分形成的预测点。