[发明专利]一种融合序列模式挖掘和代价敏感学习的空气质量等级预测方法在审
| 申请号： | 201710982410.4 | 申请日： | 2017-10-20 |
| 公开（公告）号： | CN107748932A | 公开（公告）日： | 2018-03-02 |
| 发明（设计）人： | 吕明琪;陈岭;李一帆;张圣;陈铁明 | 申请（专利权）人： | 杭州尚青科技有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06N99/00 |
| 代理公司： | 杭州之江专利事务所(普通合伙)33216 | 代理人： | 张慧英 |
| 地址： | 310053 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种融合序列模式挖掘和代价敏感学习的空气质量等级预测方法，本方法首先从空气质量等级历史序列数据中挖掘序列模式，构造序列模式树；然后从空气质量和气象历史数据中抽取特征，基于代价敏感学习技术训练代价敏感预测模型；最后融合序列模式树和代价敏感预测模型用于最终的空气质量等级预测。该方法在现有基于机器学习的空气质量等级预测方法的基础上，考虑了空气质量等级的变化模式和不平衡的预测错误代价，可有效提高模型的预测性能。 | ||
| 搜索关键词： | 一种 融合 序列 模式 挖掘 代价 敏感 学习 空气质量 等级 预测 方法 | ||
【主权项】：
一种融合序列模式挖掘和代价敏感学习的空气质量等级预测方法，其特征在于，包括如下步骤：(1)从空气质量等级历史序列数据中挖掘序列模式，构造序列模式树；(2)利用空气质量数据和气象历史数据构建训练样本集并抽取特征，基于代价敏感学习算法训练代价敏感预测模型；(3)基于训练样本集，预测融合序列模式树和代价敏感预测模型，完成空气质量等级预测。
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杭州尚青科技有限公司，未经杭州尚青科技有限公司许可，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/201710982410.4/，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
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
