[发明专利]基于时空序列混合模型的水华预测方法在审
| 申请号： | 201910882378.1 | 申请日： | 2019-09-18 |
| 公开（公告）号： | CN110689179A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 王立;谢裕鑫;王小艺;许继平;张慧妍;于家斌;孙茜;赵峙尧 | 申请（专利权）人： | 北京工商大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06N3/04;G06F30/27 |
| 代理公司： | 11121 北京永创新实专利事务所 | 代理人： | 周长琪 |
| 地址： | 100048*** | 国省代码： | 北京;11 |
| 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时空序列混合模型的水华预测方法，属于水环境预测技术领域。所述水华预测方法首先基于深度置信网络提取水华时空数据大尺度非线性趋势项；基于多元时空气象监测点地理位置建立空间权重矩阵；然后小尺度残差项提取及再建模；大尺度非线性趋势项预测值与小尺度残差项预测值叠加，同时根据反距离加权差值法得出目标水域的气象预测值；使用ANFIS融合预测目标水域的水质与气象数据。本发明增加了水华暴发的影响因素数量，使水华建模预测的结果更加准确，更能真实反映周边水域对目标水域的影响作用。本发明适用性强，可以在不同水域的水华时空序列数据条件下使用，适用于不同水质、气象下水华暴发的预测，具有普遍适用性。 | ||
| 搜索关键词： | 水华 非线性趋势 目标水域 时空序列 水华预测 大尺度 小尺度 残差 预测 水域 矩阵 普遍适用性 水质 混合模型 建模预测 气象监测 气象数据 气象预测 时空数据 数据条件 网络提取 影响因素 影响作用 预测技术 预测目标 周边水域 差值法 空间权 水环境 建模 置信 加权 叠加 地理位置 下水 时空 融合 气象 | ||
【主权项】：
1.基于时空序列混合模型的水华预测方法，其特征在于：包括如下步骤，/n步骤一、基于深度置信网络提取水华时空数据大尺度非线性趋势项；/n按照历史水华时空序列作为输入，按照时空次序将时空序列输入深度置信网络中，设定隐藏层神经元个数、训练次数、多层受限玻尔兹曼机的学习效率η
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北京工商大学，未经北京工商大学许可，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/201910882378.1/，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
