申请/专利权人：河海大学

申请日：2024-03-14

公开（公告）日：2024-05-17

公开（公告）号：CN117892638B

主分类号：G06F30/27

分类号：G06F30/27;G06F18/214;G06F18/21;G06N20/20;G06F111/08;G06F119/12

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开了一种利用条件概率函数的干旱形成时间预测方法及系统，包括：构建数据集；计算变量边缘分布，构建联合概率函数；推求条件概率分布函数及条件概率模型；抽样并划分数据集，导入随机森林模型；修正条件概率模型，预测未来干旱形成时间。本发明结合随机森林模型推算出的干旱形成时间与影响因子间的对应值，对理论计算的条件概率模型进行修正，得到更为精确的条件概率函数以预测未来不同影响因子下的干旱形成时间。该方法使得在分析单一主要影响因子变化与多个次要影响因子变化下对干旱形成时间的影响时具有更高的精度，并对进一步研究干旱过程提供技术手段参考。

主权项：1.一种利用条件概率函数的干旱形成时间预测方法，其特征在于，包括：获取研究地区土壤含水量分位数数据以及该地区的降雨及温湿度数据，根据土壤含水量分位数数据得到干旱形成时间数据，将预处理后的干旱形成时间数据作为因变量数据集；将预处理后的降雨及温湿度数据作为自变量数据集；所述降雨及温湿度数据为：平均降雨、最高气温和前期土壤湿度数据；计算各自变量数据和因变量数据的边缘分布函数，根据各自变量数据和因变量数据的边缘分布函数，采用C-vine-copula函数计算所有变量的联合分布函数；根据联合分布函数计算条件概率分布函数，得到条件概率模型；条件概率模型的输出是在给定条件下的条件概率分布函数中斜率最大值对应的干旱形成时间；对自变量集中的每个变量数据进行抽样，抽样数据符合各变量对应的边缘概率分布，使用抽样数据训练随机森林模型，得到训练后的随机森林模型；将自变量数据集输入训练后的随机森林模型，使用随机森林模型输出的干旱形成时间修正条件概率模型，利用修正后的条件概率模型预测未来干旱形成时间；所述的根据联合分布函数计算条件概率分布函数，计算式为： ，式中，表示干旱形成时间在给定降雨、温度、湿度下的条件概率分布函数，定义为计算变量在给定变量条件下的条件概率分布函数的算符；所述的使用随机森林模型输出的干旱形成时间修正条件概率模型，包括：将同样的自变量数据集输入至条件概率模型，条件概率模型所输出的干旱形成时间与随机森林模型输出的干旱形成时间数据经由最小二乘准则进行评估，公式如下： ，式中，代表残差；代表随机森林模型输出的干旱形成时间；代表变量，输入下，条件概率模型输出的干旱形成时间；设定，对不同自变量条件下对应的条件概率分布曲线进行沿横轴方向上的整体偏移，选取拥有minμ的条件概率分布曲线作为修正后的条件概率分布曲线，得到修正后的条件概率分布函数。

全文数据：

权利要求：

百度查询： 河海大学 一种利用条件概率函数的干旱形成时间预测方法及系统

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