[发明专利]一种基于相似性搜索和LSTM神经网络的水位预测方法

权利要求书

1.一种基于相似性搜索和LSTM神经网络的水位预测方法，其特征在于，所述方法包括如下步骤：

(1)获取待预测日前二十日及此前历史水位数据，并对数据预处理；

(2)依据水文时间序列快速相似性搜索方法对已处理数据进行相似性搜索，得到K条与待搜索序列相似的序列组成训练集；

(3)构建基于LSTM的神经网络模型，将相似性搜索结果作为训练集，通过网络模型进行训练预测，

步骤(2)所述水文时间序列快速相似性搜索包括离线过程和在线过程：

(2.1)离线过程的具体步骤如下：

(2.1.1)根据查询序列长度即预测日期前二十日将历史水位数据采用滑动窗口方法进行切割；

(2.1.2)基于改进Chameleon的参考序列集选择：具体是指对已经分割得到的序列集先基于改进Chameleon算法进行聚类，再通过最小方差距离法挑选出每一类中最具代表性的一条序列，最后通过学习过滤选择法确定索引的最终参考集；

(2.1.3)基于约束DTW计算索引：根据步骤得到的最终参考集，使用约束DTW距离对原始时间序列进行索引向量计算，生成最终的索引空间，

(2.2)在线过程具体步骤如下：

(2.2.1)计算查询序列的索引，具体使用约束DTW距离计算查询序列与索引参考集中每条序列间的距离，将查询序列映射到索引空间中；

(2.2.2)对查询序列与索引空间中每一个位置的向量进行欧式距离计算，取距离最小的k个作为候选点集；

(2.2.3)对候选点集进行约束DTW计算得到最终的结果序列，

所述基于改进Chameleon算法进行聚类包括：在构建K-最邻近图的阶段，采用欧几里得距离计算序列简单权值，确定一个度量阈值定义如下，稀疏图度量阈值将SPs中每一条序列SP_i作为一个对象，计算每个对象到其他对象SP_j的欧式距离作为反映对象间的相似度的权值，记为ω_ij，为每个对象到所有其他对象权值的平均值，

当ω_ij小于时，在SP_i和SP_j间构建带权值的边，

在Chameleon算法子簇合并阶段，定义聚类密度函数Q，当其取最大值时对应的K为最佳聚类数目，

所述聚类密度函数Q定义如下：若将形成的加权聚类图最终划分成m个簇，定义一个m阶的矩阵M，其元素M_ij为聚簇i中的顶点连接到簇j中的顶点的所有边的权重，在图G＝(P，S)中，P为聚簇所有结点的集合，S为结点间连接边的集合； e_i为聚簇i中的顶点连接到的边的权重所占图中全部边权重的比例，

所述改进Chameleon聚类方法步骤如下：①计算切割出的序列集中每两条序列之间的欧氏距离，当其值小于稀疏图度量阈值时，构建带权边，生成K-邻近图；②对K-邻近图进行最小边割划分；③计算此时的聚类密度函数Q的值；④基于相对互联性和相对近似性合并簇；⑤重新计算聚类密度函数Q；⑥当新聚类密度函数Q小于原值时，继续执行步骤④合并聚簇；⑦当聚类密度函数Q最大时，输出分类结果，

所述最小方差距离法包括：通过计算所分出的N类中国每一类中时间序列之间的方差即某个序列与其他序列之间的距离数组的方差的平均值来选出最能代表该类的一条时间序列，最后形成由N条时间序列组成的集合，

所述学习过滤选择法包括：从原始序列中截取查询序列作为训练集，使用无监督的方法对参考序列进行判别筛选，定义训练误差函数取相似查询结束得到的位置信息和正确匹配处相异的数目作为参考序列集过滤选择的评价标准。