-
Patent Agency Ranking
公开(公告)号：CN110083803B
公开(公告)日：2023-09-29
申请号：CN201910323562.2
申请日：2019-04-22
IPC: G06F17/18
Abstract: 本发明公开了一种基于时间序列ARIMA模型取水异常检测方法与系统，属于水资源利用监测技术领域。在国家水资源的监控过程中，不同区域，不同取水点的有各自的取水数据，将这些数据作为可靠的时间序列模型的数据输入，并通对数据平稳性进行分析，并进行平稳性处理，将非平稳的时间序列转化为平稳的时间序列；通过自相关函数和偏相关函数分别求出自相关系数和偏相关系数，并通过ARIMA模型求出最后数据的拟合曲线，最后通过判断拟合数据和真实数据的残差是否符合高斯分布的3σ准则判断是否异常，对于异常值，可以通过拟合曲线给出修正值。本发明可以实现监测数据质量评价，并为数据完善过程提供参考修正值，有效提高了监测工作效率和质量。
-
公开(公告)号：CN110083803A
公开(公告)日：2019-08-02
申请号：CN201910323562.2
申请日：2019-04-22
IPC: G06F17/18
Abstract: 本发明公开了一种基于时间序列ARIMA模型取水异常检测方法与系统，属于水资源利用监测技术领域。在国家水资源的监控过程中，不同区域，不同取水点的有各自的取水数据，将这些数据作为可靠的时间序列模型的数据输入，并通对数据平稳性进行分析，并进行平稳性处理，将非平稳的时间序列转化为平稳的时间序列；通过自相关函数和偏相关函数分别求出自相关系数和偏相关系数，并通过ARIMA模型求出最后数据的拟合曲线，最后通过判断拟合数据和真实数据的残差是否符合高斯分布的3σ准则判断是否异常，对于异常值，可以通过拟合曲线给出修正值。本发明可以实现监测数据质量评价，并为数据完善过程提供参考修正值，有效提高了监测工作效率和质量。
-
公开(公告)号：CN110047015A
公开(公告)日：2019-07-23
申请号：CN201910323911.0
申请日：2019-04-22
Abstract: 本发明公开了一种融合KPCA和思维优化BP神经网络的用水总量预测方法，包括如下步骤：运用相关系数法确定预测因子；利用核主成分分析(KPCA)对预测因子进行降维处理，解决数据之间的非线性特征；利用BP神经网络建立用水总量预测模型；利用模型对用水总量进行预测。本发明前两个步骤是数据预处理，目的是提取用水数据中的有用信息，消除冗余信息对预测造成的干扰。第三个步骤将BP神经网络到用水总量预测中，同时采用思维进化学习算法优化BP神经网络的权值和阈值。最后一个步骤用于检验模型效果。本发明方法在国家统计局的年度开放统计用水数据中实验，结果表明，基于KPCA和思维优化BP神经网络的用水总量预测模型能很好的预测未来用水总量。
-
公开(公告)号：CN102254022B
公开(公告)日：2013-03-06
申请号：CN201110211643.7
申请日：2011-07-27
IPC: G06F17/30
Abstract: 本发明涉及一种面向多数据类型信息资源元数据的共享方法，属于信息技术处理领域。本方法公开了资源数据的发现方法，根据信息资源数据类型的不同，分别对信息资源的元数据数据进行注册、抽取、更新、审核、发布，再结合选择的发现方法发现信息资源。本发明不仅规范了信息资源元数据共享的“注册—审核—发布—发现”质量保证机制，同时保证了信息资源元数据的动态更新，还通过检索信息资源的元数据实现了对不同数据类型信息资源的多途径统一发现。
-
公开(公告)号：CN102254022A
公开(公告)日：2011-11-23
申请号：CN201110211643.7
申请日：2011-07-27
IPC: G06F17/30
Abstract: 本发明涉及一种面向多数据类型信息资源元数据的共享方法，属于信息技术处理领域。本方法公开了资源数据的发现方法，根据信息资源数据类型的不同，分别对信息资源的元数据数据进行注册、抽取、更新、审核、发布，再结合选择的发现方法发现信息资源。本发明不仅规范了信息资源元数据共享的“注册—审核—发布—发现”质量保证机制，同时保证了信息资源元数据的动态更新，还通过检索信息资源的元数据实现了对不同数据类型信息资源的多途径统一发现。
-
-
-
-
Search Results
5
records
(took 0.039 seconds)
