一种基于聚类与线性回归的降雨量预测方法技术

技术编号:20119548 阅读:24 留言:0更新日期:2019-01-16 12:22
本发明专利技术涉及一种基于聚类与线性回归的降雨量预测方法,属于气象数据分析方法技术领域。本发明专利技术首先收集地区降雨观测数据并生成降雨数据库;然后获取降雨数据库中数据,并生成数据集;然后根据生成的数据集生成聚类;同时根据生成的聚类计算线性回归系数;再通过生成的聚类和线性回归系数,得到聚类的线性回归函数;再根据所得聚类的线性回归函数,计算K次聚类的线性回归;最后根据所得K次聚类的线性回归结果得到降雨预测数据。本发明专利技术使用聚类算法以及线性回归算法对降雨数据进行处理,从而得到降雨预测。

A Rainfall Forecasting Method Based on Clustering and Linear Regression

The invention relates to a rainfall prediction method based on clustering and linear regression, belonging to the technical field of meteorological data analysis method. The method first collects the observation data of regional rainfall and generates the rainfall database; then obtains the data in the rainfall database and generates the data set; then generates clustering according to the generated data set; at the same time calculates the linear regression coefficient according to the generated clustering; then obtains the linear regression function of clustering through the generated clustering and linear regression coefficient; and then obtains the linear regression function of clustering according to the obtained clustering. The regression function is used to calculate the linear regression of K-order clustering. Finally, the rainfall prediction data are obtained based on the linear regression results of K-order clustering. The present invention uses clustering algorithm and linear regression algorithm to process rainfall data, thereby obtaining rainfall prediction.

【技术实现步骤摘要】
一种基于聚类与线性回归的降雨量预测方法
本专利技术涉及一种基于聚类与线性回归的降雨量预测方法,属于气象数据分析方法

技术介绍
准确的预测降水可用于各个相关行业,制定政策,规划和管理决策,并有助于水资源系统可持续的运作。使用历史数据,基于统计和智能计算的方法来进行未来降雨的预测,是现如今较为通用的降雨预测手段。但现有的一些降雨数据分析预测方法都有着准确性不高的缺点。
技术实现思路
本专利技术要解决的技术问题是提供一种基于聚类与线性回归的降雨量预测方法,用以解决上述问题。本专利技术的技术方案是:一种基于聚类与线性回归的降雨量预测方法,具体步骤为:Step1:收集地区降雨观测数据并生成降雨数据库;Step2:获取降雨数据库中数据,并生成数据集;Step3:根据Step3中生成的数据集生成聚类;Step4:根据Step4中生成的聚类计算线性回归系数;Step5:根据Step3和Step4中生成的聚类和线性回归系数,得到聚类的线性回归函数;Step6:根据Step5所得聚类的线性回归函数,计算K次聚类的线性回归;Step7:根据Step6所得K次聚类的线性回归结果得到降雨预测数据。所述步骤Step2中,生成的数据集为:{(ai,bi)∈Rn×Rn;i=1,…,l}其中,Rn表示一个具有内积的n维欧几里德空间。所述步骤Step3中,生成的聚类为:所述步骤Step4中,生成的线性回归系数{xj,yj}是仅使用来自聚类Aj,j=1,…,k的数据点计算的线性回归系数。所述步骤Step5中,所述线性回归函数为:其中,x=(x1,...,xk)∈Rnk且y=(y1,...,yk)∈Rk,l为数据集中点的总数,Eab(xj,yj)是数据点(a,b)∈A和系数{xj,yj}的平方回归误差,其计算公式为:Eab(xj,yj)=(<xj,a>+yj-b)2。所述步骤Step6中,K次聚类的线性回归的计算方式为:minimizefk(x,y)(x,y)∈Rnk×Rk。本专利技术的有益效果是:使用层次聚类算法以及线性回归算法对气象数据进行处理,提升降雨数据分析预测结果的准确性。附图说明图1是本专利技术流程示意图。具体实施方式下面结合附图和具体实施方式,对本专利技术作进一步说明。实施例1:如图1所示,一种基于聚类与线性回归的降雨量预测方法,具体步骤为:Step1:收集地区降雨观测数据并生成降雨数据库;Step2:获取降雨数据库中数据,并生成数据集;Step3:根据Step3中生成的数据集生成聚类;Step4:根据Step4中生成的聚类计算线性回归系数;Step5:根据Step3和Step4中生成的聚类和线性回归系数,得到聚类的线性回归函数;Step6:根据Step5所得聚类的线性回归函数,计算K次聚类的线性回归;Step7:根据Step6所得K次聚类的线性回归结果得到降雨预测数据。所述步骤Step2中,生成的数据集为:{(ai,bi)∈Rn×Rn;i=1,…,l}其中,Rn表示一个具有内积的n维欧几里德空间。所述步骤Step3中,生成的聚类为:所述步骤Step4中,生成的线性回归系数{xj,yj}是仅使用来自聚类Aj,j=1,…,k的数据点计算的线性回归系数。所述步骤Step5中,所述线性回归函数为:其中,x=(x1,...,xk)∈Rnk且y=(y1,...,yk)∈Rk,l为数据集中点的总数,Eab(xj,yj)是数据点(a,b)∈A和系数{xj,yj}的平方回归误差,其计算公式为:Eab(xj,yj)=(<xj,a>+yj-b)2。所述步骤Step6中,K次聚类的线性回归的计算方式为:minimizefk(x,y)(x,y)∈Rnk×Rk。以上结合附图对本专利技术的具体实施方式作了详细说明,但是本专利技术并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本专利技术宗旨的前提下作出各种变化。本文档来自技高网...

【技术保护点】
1.一种基于聚类与线性回归的降雨量预测方法,其特征在于:Step1:收集地区降雨观测数据并生成降雨数据库;Step2:获取降雨数据库中数据,并生成数据集;Step3:根据Step3中生成的数据集生成聚类;Step4:根据Step4中生成的聚类计算线性回归系数;Step5:根据Step3和Step4中生成的聚类和线性回归系数,得到聚类的线性回归函数;Step6:根据Step5所得聚类的线性回归函数,计算K次聚类的线性回归;Step7:根据Step6所得K次聚类的线性回归结果得到降雨预测数据。

【技术特征摘要】
1.一种基于聚类与线性回归的降雨量预测方法,其特征在于:Step1:收集地区降雨观测数据并生成降雨数据库;Step2:获取降雨数据库中数据,并生成数据集;Step3:根据Step3中生成的数据集生成聚类;Step4:根据Step4中生成的聚类计算线性回归系数;Step5:根据Step3和Step4中生成的聚类和线性回归系数,得到聚类的线性回归函数;Step6:根据Step5所得聚类的线性回归函数,计算K次聚类的线性回归;Step7:根据Step6所得K次聚类的线性回归结果得到降雨预测数据。2.根据权利要求1所述的基于聚类与线性回归的降雨量预测方法,其特征在于:所述步骤Step2中,生成的数据集为:{(ai,bi)∈Rn×Rn;i=1,...,l}其中,Rn表示一个具有内积的n维欧几里德空间。3.根据权利要求1所述的基于聚类与线性回归的降雨量预测方法,其特征在于:所述步骤St...

【专利技术属性】
技术研发人员:宋耀莲马丽华
申请(专利权)人:昆明理工大学
类型:发明
国别省市:云南,53

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1