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。

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