一种支撑向量面到面回归克里格尺度转换方法技术

本发明专利技术公开了一种支撑向量面到面回归克里格尺度转换方法，针对尺度转换中地理对象呈现出的分层异质性，借助辅助信息进行分层建模以分离异质性，并利用支撑向量回归解决不同分层中样本数量有限的问题，建立变量之间的非线性关系，提高趋势模型的泛化能力；同时，根据预测残差的空间相关性，通过去卷积技术，估计面尺度变差函数，采用面到面克里格方法，实现残差的尺度上推或下推预测。本发明专利技术具有实用性强、预测精度高等优点。

A Kriging scale transformation method of support vector surface to surface regression

【技术实现步骤摘要】
一种支撑向量面到面回归克里格尺度转换方法
本专利技术涉及地理科学数据方法，特别涉及一种支撑向量面到面回归克里格尺度转换方法。
技术介绍
地理现象和过程，在不同层次和不同运行周期上存在着明显的尺度特征(赵文武，傅伯杰和陈利顶，2002)。由于观测尺度、模型尺度、研究尺度和地理现象本身的运行尺度之间很难达成一致，如何将地学对象的信息从一种尺度归算到另一个尺度、或多个尺度，成为地理学及相关学科中不可避免的问题(Bierkensetal.，2000)。尺度转换是地理数据处理分析的前提，以及空间分析与决策的基础。结合辅助信息获得研究对象的目标尺度信息，已经成为尺度转换方法的研究趋势(Pilesetal.，2014；Geetal.，2019)。通过建立目标变量与辅助变量之间的关系，在关系模型尺度不变的基础上，实现直接将目标变量从原始尺度转换至目标尺度的目的(Pengetal.，2017)。针对目标尺度趋势预测，大部分尺度转换方法通常利用多元回归、空间回归模型或人工智能算法进行趋势模拟(Zhaoetal.，2018；Abbaszadehetal.，2019)本文档来自技高网...

【技术保护点】
1.一种支撑向量面到面回归克里格尺度转换方法，其特征在于：包括如下步骤：/n步骤1、预处理原始尺度的目标变量与目标尺度的辅助变量，将辅助变量重采样至与输入目标变量一致的空间尺度上，并根据辅助信息的数据特征，设定分层层次n；/n步骤2、在步骤1划分的不同层次上，构建原始尺度的目标变量与辅助变量支撑向量回归模型，共n个回归模型；/n步骤3、将目标尺度辅助变量带入步骤2的回归模型，计算不同层次目标尺度上的目标变量趋势，并将其重采样至原始尺度，通过与原始尺度目标变量取值进行比较，得到原始尺度上的回归残差；/n步骤4、利用回归残差在原始尺度上的空间变化特征，借助去卷积方法，将其转换到目标面尺度下的空间变...

【技术特征摘要】
1.一种支撑向量面到面回归克里格尺度转换方法，其特征在于：包括如下步骤：
步骤1、预处理原始尺度的目标变量与目标尺度的辅助变量，将辅助变量重采样至与输入目标变量一致的空间尺度上，并根据辅助信息的数据特征，设定分层层次n；
步骤2、在步骤1划分的不同层次上，构建原始尺度的目标变量与辅助变量支撑向量回归模型，共n个回归模型；
步骤3、将目标尺度辅助变量带入步骤2的回归模型，计算不同层次目标尺度上的目标变量趋势，并将其重采样至原始尺度，通过与原始尺度目标变量取值进行比较，得到原始尺度上的回归残差；
步骤4、利用回归残差在原始尺度上的空间变化特征，借助去卷积方法，将其转换到目标面尺度下的空间变化特征，计算目标面尺度空间变差函数模型；
步骤5、根据步骤4的面尺度空间变差函数模型，运用面到面克里格插值方法，估计回归残差在目标尺度上的预测值；
步骤6、结合步骤3和5中目标尺度上的目标变量趋势与回归残差预测，通过两者相加，获得目标变量在目标尺度上的尺度转换结果。


2.根据权利要求1所述的支撑向量面到面回归克里格尺度转换方法，其特征在于：所述步骤2中回归模型的构建之前先根据辅助信息进行分层处理，然后利用支撑向量回归方法实现分层模拟。


3.根...

【专利技术属性】
技术研发人员：靳燕，张海涛，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32