Document
拖动滑块完成拼图
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

一种基于统计插值的台风丢失数据的重构方法 

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:南京信息工程大学

摘要:本发明公开了一种基于统计插值的台风丢失数据的重构方法,包括如下步骤:S1,利用完整的台风要素作为自变量,缺失的关键数据作为因变量,构建台风模型;S2,将台风关键要素作为自变量输入台风模型,利用PSO算法对自变量参数进行调参;S3,对台风经过产生的数据采用Z‑score方法进行检测,定位台风数据异常值;S4,利用训练的台风模型对台风数据异常值进行数据重构;S5,对重构数据进行时序异常检测,并基于时间序列进行微调。本发明能实现数据重构误差小、有更强的鲁棒性。

主权项:1.一种基于统计插值的台风丢失数据的重构方法,其特性在于,包括如下步骤:S1,利用完整的台风要素作为自变量,缺失的关键数据作为因变量,构建台风模型;S2,将台风关键要素作为自变量输入台风模型,利用PSO算法对自变量参数进行调参;S3,对台风经过产生的数据采用Z-score方法进行检测,定位台风数据异常值;S4,利用训练的台风模型对台风数据异常值进行数据重构;S5,对重构数据进行时序异常检测,并基于时间序列进行微调;如重构数据值与前后两个时刻的差值之和大于前后两个时刻的差值的两倍: 则对重构数据xt按照以下公式进行微调: 其中,xt-1为待重构数据的前一时刻值,xt+1为待重构数据的后一时刻值,xmodel为台风模型的预测值;所述台风模型的表达式为:P=β0+β1X1+β2X2+…+βnXn+ε其中,P是待补全的关键数据,X1、X2、…、Xn是完整的台风要素,β0、β1、…、βn是台风关键要素的权重参数,ε是误差项。

全文数据:

权利要求:

百度查询: 南京信息工程大学 一种基于统计插值的台风丢失数据的重构方法

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。