申请/专利权人:广东工业大学
申请日:2024-01-04
公开(公告)日:2024-04-05
公开(公告)号:CN117829628A
主分类号:G06Q10/0637
分类号:G06Q10/0637;G06Q50/06;G06Q50/26
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明提出了一种基于递归多步预测的湖泊水华预警方法及装置、电子设备,包括以下步骤:收集湖泊藻密度逐日连续监测数据的作为基本样本;对所述基本样本进行数据预处理;根据预处理后的数据,计算藻密度预测指标;基于所述的藻密度预测指标和预处理后的数据训练XGBoost模型,验证模型对不同步长的预测能力,确定最优预测步长n;基于训练后的XGBoost模型,预测未来藻密度,得到藻密度预测结果;根据预测的藻密度,判断藻密度等级,发出水华预警信号。本发明实现了基于小样本历史观测数据对湖泊藻密度的短期预测,方法数据需求量小,计算过程简单,预测结果精准,可服务于多场景的湖泊水华预测预报和防控。
主权项:1.一种基于递归多步预测的湖泊水华预警方法,其特征在于,包括:收集湖泊藻密度逐日连续监测数据的作为基本样本;对所述基本样本进行数据预处理;根据预处理后的数据,计算藻密度预测指标;利用所述藻密度预测指标和预处理后的数据训练XGBoost模型,并验证模型对不同步长的预测能力,确定最优预测步长n;基于训练后的XGBoost模型,预测未来藻密度,得到藻密度的预测结果;根据藻密度的预测结果,判断藻密度等级,以发出水华预警信号。
全文数据:
权利要求:
百度查询: 广东工业大学 基于递归多步预测的湖泊水华预警方法及装置、电子设备
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。