[发明专利]一种用于典型事件预测预报的多征兆增信方法

摘要

本发明属于信息技术及其应用领域，具体涉及一种用于典型事件预测预报的多征兆增信方法，根据事件的发生机理和相关领域特征，利用大数据分析方法发现与其有关的影响因素集合、每个影响因素对事件的支持度集合以及每个影响因素的显现程度集，根据事件的发生机理、相关领域特征和对事件精确预测的难易程度，构建预测事件发生概率的计算模型来计算典型事件发生的概率，从而给出事件预测预报结果。本发明通过大数据挖掘理论找到与某种典型事件相关的自然现象和人为因素，从而建立一个完整的预测该事件的多征兆增信方法，以解决灾害预警、天气预报、病变预测、故障诊断等具有多种迹象和前兆信息的典型事件预测预报问题。

主权项

1.一种用于典型事件预测预报的多征兆增信方法，其特征在于，包括以下步骤：(1)设该典型事件为E，根据事件E的发生机理和相关领域特征，利用大数据分析方法发现与其有关的影响因素集合，S＝{s1,s2,…}；(2)设S中每个影响因素对事件E的支持度集合P＝{p1,p2,…}(0＜pi≤1,i＝1,2,…)；(3)设S中每个影响因素的显现程度为Q＝{q1,q2,…}(0≤qi≤1,i＝1,2,…)，若qi＝0说明si无显现，若qi＝1说明si已充分显现；(4)根据事件E的发生机理、相关领域特征和对事件E精确预测的难易程度，构建预测事件E发生概率F的计算模型：F＝F(s1,p1,q1,s2,p2,q2,…)；(5)根据监测到的各种影响因素的显现程度Q＝{q1,q2,…}计算典型事件E发生的概率，从而给出事件E预测预报结果。