申请/专利权人：中国科学院地理科学与资源研究所

申请日：2024-03-22

公开（公告）日：2024-04-26

公开（公告）号：CN117932456A

主分类号：G06F18/2413

分类号：G06F18/2413;G06F18/2431;G06F18/214;G06F18/213;G06N3/045;G06N3/048;G06N3/084;G06N3/098

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明涉及地理空间数据处理技术领域，具体涉及一种顾及空间异质性的集成空间预测方法。该方法包括：将所有已知样本输入第一、第二和第三基学习器，得到对应的特征向量，并组成已知数据集；将待预测样本输入第一、第二和第三基学习器，得到第一特征向量、第二特征向量和第三特征向量；将空间邻近关系表达向量输入训练后的空间加权集成神经网络，得到对应的空间异质性集成权重；基于所述已知数据集获取第一、第二和第三特征向量分别对应的平均集成权重；根据所述第一、第二和第三特征向量，以及所述空间异质性集成权重和所述平均集成权重得到预测结果。本发明避免在进行地理空间预测时的空间异质性的问题，提高了预测精度。

主权项：1.一种顾及空间异质性的集成空间预测方法，其特征在于，该方法包括：构建第一基学习器、第二基学习器和第三基学习器；将所有已知样本输入第一、第二和第三基学习器，得到对应的特征向量，并组成已知数据集；将待预测样本输入第一、第二和第三基学习器，得到第一特征向量、第二特征向量和第三特征向量；构建空间加权集成神经网络，利用已知数据集对空间加权集成神经网络进行训练；获取待预测样本到各已知样本的空间距离，并组成空间邻近关系表达向量；将空间邻近关系表达向量输入训练后的空间加权集成神经网络，得到第一、第二和第三特征向量分别对应的空间异质性集成权重；基于所述已知数据集获取第一、第二和第三特征向量分别对应的平均集成权重；根据所述第一、第二和第三特征向量，以及所述空间异质性集成权重和所述平均集成权重得到预测结果。

全文数据：

权利要求：

百度查询： 中国科学院地理科学与资源研究所 一种顾及空间异质性的集成空间预测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD