龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国农业大学
申请日：2024-04-15
公开（公告）日：2024-05-17
公开（公告）号：CN118051845A
主分类号：G06F18/243
分类号：G06F18/243;G06F16/29;G06N20/20
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.04#实质审查的生效;2024.05.17#公开
摘要：本发明提供一种基于空间变参数机器学习的地理空间全覆盖数据生成方法和装置，涉及地理信息科学技术领域。该方法包括：对目标区域逐步分区，每次分区后基于所述目标区域中各观测站点中的各类辅助变量和目标变量，计算当前分区状态下各类辅助变量与目标变量间关系的空间分层异质性；基于空间分层异质性确定目标分区状态；在目标分区状态下，针对所述目标区域中的各子区域分别构建空间变参数机器学习模型；基于各子区域对应的各空间变参数机器学习模型对目标区域中预设的各待预测点的目标变量分别进行插值预测，获得插值预测结果与不确定性分析结果。该发明能够根据有限观测站点数据插值出准确的地理空间全覆盖数据对应的空间分布图。
主权项：1.一种基于空间变参数机器学习的地理空间全覆盖数据生成方法，其特征在于，包括：对目标区域逐步进行分区，每次分区后基于所述目标区域中各观测站点中的各类辅助变量和目标变量，计算当前分区状态下各类辅助变量分别与目标变量间关系的空间分层异质性；基于每次分区后各类辅助变量分别与目标变量间关系的所述空间分层异质性，确定目标分区状态，所述目标分区状态对应所述目标区域的多个子区域；在所述目标分区状态下，针对所述目标区域中的各所述子区域分别构建空间变参数机器学习模型，各所述空间变参数机器学习模型分别为基于对应的空间范围内各观测站点的目标变量、辅助变量，以及各所述观测站点至对应的所述空间变参数机器学习模型的距离训练获得的；各所述空间变参数机器学习模型分别包括位置信息和空间范围信息，所述位置信息为所述空间变参数机器学习模型对应的所述子区域的中心坐标，所述空间范围信息为所述空间变参数机器学习模型对应的所述子区域的大小；基于各所述子区域分别对应的各空间变参数机器学习模型对所述目标区域中预设的各待预测点的目标变量分别进行插值预测，获得目标插值结果和不确定性分析结果。
全文数据：
权利要求：
百度查询： 中国农业大学 基于空间变参数机器学习的地理空间全覆盖数据生成方法和装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号