龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种融合时空特征的积水深度预测方法，具体为：步骤1：获取每个积水监测站的积水深度时间序列数据Ri、降水时间序列数据Hi、积水监测站的经纬度以及第i个积水监测站与其他积水监测站之间的距离；步骤2：基于滑动窗口法对原始积水深度时间序列数据进行预处理；步骤3：根据积水监测站之间的关系建立N×N维的带有权重的节点关系矩阵A'；将预处理后的积水深度时间序列数据和对应的降水时间序列数据组成特征矩阵X；步骤4：构建积水深度预测模型，将特征矩阵X与节点关系矩阵A'作为积水深度预测模型，对积水深度预测模型进行训练；步骤5：采用训练好的积水深度预测模型对积水深度进行预测。本发明提高了积水预测的准确性。
主权项：1.一种融合时空特征的积水深度预测方法，其特征在于，具体包括如下步骤：步骤1：获取每个积水监测站的积水深度时间序列数据Ri、降水时间序列数据Hi、积水监测站的经纬度以及第i个积水监测站与其他积水监测站之间的距离；i＝1,2,…,I；I表示积水监测站的总个数；步骤2：为保证积水是由降雨导致的，基于滑动窗口法对原始积水深度时间序列数据进行预处理；步骤3：根据积水监测站之间的关系建立N×N维的带有权重的节点关系矩阵A'；将预处理后的积水深度时间序列数据和对应的降水时间序列数据组成特征矩阵X，特征矩阵X的维度为[B,N,T,F]，其中B为样本数量，T为滑动窗口的大小，F为特征的数量；步骤4：构建积水深度预测模型，将特征矩阵X与节点关系矩阵A'作为积水深度预测模型，对积水深度预测模型进行训练；步骤5：采用训练好的积水深度预测模型对积水深度进行预测。
全文数据：
权利要求：
百度查询： 南京信息工程大学 南京宸象空间信息技术有限公司 一种融合时空特征的积水深度预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号