首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于支持向量机在水文缺失数据的KNN插补方法 

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!

申请/专利权人:内蒙古工业大学

摘要:本发明公开了一种基于支持向量机在水文缺失数据的KNN插补方法,包括如下步骤:步骤一:数据预处理,对不含缺失数据的自变量和因变量利用支持向量机作为模型初始变量构造模型分析;加入含缺失值的自变量判别其属于哪一类别;步骤二:KNN算法插值补充数据,经过处理的数据集根据K近邻插补方法填充数据;本发明采用支持向量机细分类别,然后利用K近邻插补法填充数据,通过样本之间的相关性找出含缺失数据的样本符合的类别,提高了插补精度,为水文模拟模型提供更准确的降雨数据。

主权项:1.一种基于支持向量机在水文缺失数据的KNN插补方法,其特征在于,包括如下步骤:步骤一:数据预处理,对不含缺失数据的自变量和因变量利用支持向量机作为模型初始变量构造模型分析;步骤二:KNN算法插值补充数据,经过处理的数据集根据K近邻插补方法填充数据;步骤三:数据有效性验证,对于填充后的“完整”数据分步重复以上三个步骤,原始降雨数据集与经过KNN算法补充的数据集需要进行数据有效性统计差异性的检查以保证数据的有效性。

全文数据:

权利要求:

百度查询: 内蒙古工业大学 一种基于支持向量机在水文缺失数据的KNN插补方法

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。