专利汇可以提供一种两阶段分解集成的水文序列预测方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种两阶段分解集成的 水 文序列预测方法,涉及水文预测技术领域。本发明引入 信号 处理技术和 机器学习 技术,对原始水文序列进行多尺度特征表达和学习,通过分解阶段避免使用验证集信息,预测阶段集合各分解特征的预测因子作为机器学习模型的预测因子,原始水文序列作为预测目标,构建一个满足实践应用要求的水文序列 预测模型 ,从而提高水文序列预测 精度 ,降低建模计算成本和时间成本。,下面是一种两阶段分解集成的水文序列预测方法专利的具体信息内容。
1.一种两阶段分解集成的水文序列预测方法,其特征在于,包括以下步骤:
数据拆分:按照一定的比例将原始水文序列拆分为训练集和验证集;
训练集分解:采用变分模态分解法对训练集进行分解,得到对应的子序列;
验证集循环分解:将验证集中的第一条样本移动至训练集的末尾形成附加集,然后采用变分模态分解法对附加集进行循环分解,直到所有的验证集样本被逐条附加至训练集尾部并完成分解,得到对应的子序列;
学习样本生成:计算训练集分解得到的子序列的偏自相关系数,选择子序列中偏自相关系数大于0.5的滞后时段作为预测因子,将原始水文序列作为预测目标,预测因子和预测目标组成训练样本;对于附加集分解得到的子序列,选择与训练集相应子序列相同的滞后时段作为预测因子,将原始水文序列作为预测目标,预测因子和预测目标组成附加样本,取附加样本中最后一条样本作为验证样本,再将验证样本拆分为开发样本和测试样本;
训练长短期记忆神经网络:将训练样本和开发样本输入到长短期记忆神经网络中,采用随机搜索对长短期记忆神经网络中的超参数进行调优,确定最优模型超参数,采用最优模型超参数的模型即为最优长短期神经记忆网络模型;
水文序列预测:将当前实测值附加至历史数据集,替换数据拆分步骤中的原始水文序列,并依次进行数据拆分、验证集循环分解、附加样本生成和拆分,得到对应的测试样本,将测试样本的预测因子输入最优长短期神经记忆网络模型,得到下一时段的水文序列预测值。
2.如权利要求1所述的一种两阶段分解集成的水文序列预测方法,其特征在于,在训练长短期记忆神经网络之前,还对生成的训练样本、开发样本和测试样本进行归一化处理。
3.如权利要求2所述的一种两阶段分解集成的水文序列预测方法,其特征在于,按照下式对训练样本、开发样本和测试样本进行归一化处理:
式(1)中x′和x分别表示归一化的数据和原始数据,xmax和xmin分别表示训练样本中的最大值和最小值。
4.如权利要求1所述的一种两阶段分解集成的水文序列预测方法,其特征在于,完成训练长短期记忆神经网络后,还对最优长短期记忆神经网络模型进行验证,验证时将测试样本中的预测因子输入最优长短期记忆神经网络模型中,对原始水文序列进行预测,并采用均方根误差RMSE、决定系数R2、平均绝对误差MAE、平均绝对百分比误差MAPE、峰值阈值百分比统计这五个指标进行评价:
式(2)-式(6)中N是水文序列的长度,x(t)是原始水文序列, 是原始水文序列的平均值, 是水文序列预测结果,在计算公式(6)之前,首先将原始水文序列按照降序排列,相应的预测值按照与之对应的索引排列,阈值γ表示从该降序序列中选择前γ%的最大水文要素,G表示所选水文要素的个数。
5.如权利要求1所述的一种两阶段分解集成的水文序列预测方法,其特征在于,采用随机搜索对长短期记忆神经网络中的超参数进行调优时,涉及的超参数包括学习率、隐含层层数、隐含层神经元数和随机失活率。
6.如权利要求1所述的一种两阶段分解集成的水文序列预测方法,其特征在于,训练集分解步骤中,通过观察分解得到的序列中最后一个分量的中心频率是否混叠,来确定该模型的分解水平。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
序列特异性检测和表型确定 | 2020-05-12 | 506 |
用于提高表达的细菌前导序列 | 2020-05-13 | 773 |
一种抑制caspase-3基因表达的siRNA序列 | 2020-05-13 | 298 |
一种抑制bak基因表达的siRNA序列 | 2020-05-13 | 52 |
人类肝脏中表达的表达序列标签I组 | 2020-05-11 | 225 |
人类肝脏中表达的表达序列标签E组 | 2020-05-11 | 628 |
表位序列 | 2020-05-11 | 100 |
表达序列 | 2020-05-11 | 388 |
增强表达的内含子序列 | 2020-05-11 | 103 |
时间序列数据的多表示存储 | 2020-05-12 | 327 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。