一种基于QR-GRU的发电厂统计数据预测校验方法

    公开(公告)号:CN114186627B

    公开(公告)日:2024-07-23

    申请号:CN202111498654.8

    申请日:2021-12-09

    摘要: 本发明公开了一种基于QR‑GRU的发电厂统计数据预测校验方法,包括针对待预测校验的数据种类进行相关性检测,获得相关性系数;构建QR‑GRU神经网络;根据相关性系数,获取历史发电厂统计数据中待预测校验的数据种类以及与其相关性强的数据种类所对应的数据作为训练数据,得到两种网络参数;获取上月的发电厂统计数据,按照训练时所取的相关性强的数据种类所对应的数据作为输入值,将输入值输入至两种QR‑GRU神经网络中得到针对待预测校验的数据种类的两个预测值;若待预测校验的数据种类本月获取的实际值位于两个预测值之间,则判断本月的实际值为正常数据;否则为异常数据。本发明有效提升数据校核的效率和准确率。

    一种端元可变的高光谱图像光谱混合分析方法及装置

    公开(公告)号:CN109785305B

    公开(公告)日:2021-01-12

    申请号:CN201811653236.X

    申请日:2018-12-28

    IPC分类号: G06T7/00

    摘要: 本发明涉及高光谱遥感图像处理领域,公开了一种端元可变的高光谱图像光谱混合分析方法。首先利用微分光谱计算光谱形状稳定性指数,选择波段子集,求各类端元特征光谱;然后,基于类端元特征光谱对像元进行光谱混合分析预确定像元内地物类别;最后,基于枚举法或迭代光谱混合分析,利用像元内所含地物的可变端元法对各混合像元进行精细光谱混合分析。像元内地物类别预确定后结合光谱混合分析精度比较高的枚举法或迭代光谱混合分析法,可以降低光谱混合分析总体时间复杂度,同时提高其精度。因此,本发明提出的端元可变高光谱图像光谱混合分析方法能够提高光谱混合分析的效率。本发明还提供了一种端元可变的高光谱图像光谱混合分析装置。