[发明专利]基于空间特征分析的自适应空间插值方法及其系统有效
申请号: | 201310261208.4 | 申请日: | 2013-06-26 |
公开(公告)号: | CN103353923A | 公开(公告)日: | 2013-10-16 |
发明(设计)人: | 徐伟嘉;李红霞;郑镇华;曾雪兰 | 申请(专利权)人: | 中山大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 广州三环专利代理有限公司 44202 | 代理人: | 张艳美;郝传鑫 |
地址: | 510000 *** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于空间分布特征的自适应空间插值方法,包括:提取污染物监测值;基于变异函数建立插值模型;引入方向特征至插值模型和变异函数;判定污染物的空间分布为各向同性或各向异性;基于各向同性或各向异性设定搜索策略以确定参估点;根据各个方向上的变异函数表达式及参估点确定插值点的污染物浓度属性值。与现有技术相比,本发明插值方法是对样本点属性数据作空间特征分析后生成,在考虑了样本点属性数据的空间分布特征的前提下,保证计算量不大,且提高了插值精度,从而更加准确地预测研究区域未知点的属性特征值。本发明同时公开了一种基于空间分布特征的自适应空间插值系统。 | ||
搜索关键词: | 基于 空间 特征 分析 自适应 方法 及其 系统 | ||
【主权项】:
一种基于空间分布特征的自适应空间插值方法,其特征在于,包括:S1:提取地理位置信息与污染物监测值;S2:基于地统计学原理,分析区域环境空气质量的空间分布特征;S3:基于变异函数建立自适应空间插值模型,所述自适应空间插值模型的表达式为: Z ( x 0 ) = Σ i = 1 n λ i Z ( x i ) = Σ i = 1 n 1 γ ( d i ) Z ( x i ) Σ i = 1 n 1 γ ( d i ) - - - ( 1 ) 其中,λi为已知样本点xi的权重系数;Z(xo)为插值点的污染物浓度属性值,i为自然数,n为影响插值点的样本点总数,di为插值点xo与参估点xi之间的距离,Z(xi)为参估点的污染物浓度属性值,γ(di)为以di为变量的变异函数;S4:引入方向特征至所述自适应空间插值模型得到公式(2): Z ( x 0 ) = Σ i = 1 n λ i Z ( x i ) = Σ i = 1 n 1 γ ( d i , θ ) Z ( x i ) Σ i = 1 n 1 γ ( d i , θ ) - - - ( 2 ) 其中,λi为已知样本点xi的权重系数;Z(xo)为插值点的污染物浓度属性值,i为自然数,n为影响插值点的样本点总数,di为插值点xo与参估点xi之间的距离,θ为插值点xo与参估点xi之间的位置角度,γ(di,θ)为以di、θ为变量的变异函数;S5:向所述变异函数引入方向特征以获取各个方向上的变异函数表达式;S6:根据所述各个方向上的变异函数表达式判定所述污染物的空间分布为各向同性或各向异性;S7:基于各向同性或各向异性设定搜索策略以确定所述参估点xi;S8:根据所述各个方向上的变异函数表达式及所述参估点确定公式(2)中插值点的污染物浓度属性值Z(xo)。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201310261208.4/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用