当前位置: 首页 > 专利查询>吉林大学专利>正文

一种基于分而治之策略和符号回归的积雪覆盖率确定方法技术

技术编号:43945363 阅读:13 留言:0更新日期:2025-01-07 21:34
本申请公开了一种基于分而治之策略和符号回归的积雪覆盖率确定方法,涉及环境监测技术领域,该方法包括:根据多种目标环境参数,利用数据集对全连接前馈神经网络进行预训练,得到黑盒积雪覆盖率确定模型;基于黑盒积雪覆盖率确定模型,构建符号神经网络;基于权重重要性分数和白盒损失函数优化符号神经网络,得到积雪覆盖率确定方程;获取待测区域多种目标环境参数的实时测量值;将待测区域多种目标环境参数的实时测量值输入到积雪覆盖率确定方程中,得到待测区域的积雪覆盖率,本申请基于分而治之策略搭建符号神经网络并基于权重重要性分数和白盒损失函数完成路径寻优,进而提高积雪覆盖率的确定精度和效率。

【技术实现步骤摘要】

本申请涉及环境监测,特别是涉及一种基于分而治之策略和符号回归的积雪覆盖率确定方法


技术介绍

1、积雪覆盖率是指积雪覆盖面积占区域总面积的百分比,是研究气候变化重要指标。现有积雪覆盖率确定方法是通过对复杂系统进行建模模拟系统变化,优化与控制系统行为,进而完成积雪覆盖率确定。随着系统主体行为复杂化,使用黑盒模型进行建模已经无法满足任务需求,而符号回归是一种白盒化建模方法,通过系统观测数据,寻找最优拟合数据特征的符号表达式,可以更好的挖掘数据内在规律,同时相较于黑盒建模具有更强的外推性。符号回归方法通过模拟系统行为、采集数据以及方程拟合的方法来实现符号表达式拟合。其主要包含基于搜索的符号回归方法和基于大规模预训练的符号回归模型两类方法,为了节约计算资源,同时更好的适应分而治之策略,基于搜索的符号回归方法可以在较少资源消耗情况下采用多种搜索策略对方程进行学习。在基于搜索的符号回归方法中,要同时解决方程结构搜索和方程系数拟合两个问题。一般的搜索方法使用暴力搜索,进化计算或强化学习的方式,以树形结构建模符号表达式结构,并使用常见的方程系数优化方法对系数进行拟合,最终本文档来自技高网...

【技术保护点】

1.一种基于分而治之策略和符号回归的积雪覆盖率确定方法,其特征在于,包括:

2.根据权利要求1所述的基于分而治之策略和符号回归的积雪覆盖率确定方法,其特征在于,根据多种目标环境参数,利用所述数据集对全连接前馈神经网络进行预训练,得到黑盒积雪覆盖率确定模型,包括:

3.根据权利要求1所述的基于分而治之策略和符号回归的积雪覆盖率确定方法,其特征在于,基于所述黑盒积雪覆盖率确定模型,构建符号神经网络,包括:

4.根据权利要求3所述的基于分而治之策略和符号回归的积雪覆盖率确定方法,其特征在于,基于所述黑盒积雪覆盖率确定模型对所有自变量进行平移对称性检测,得到平...

【技术特征摘要】

1.一种基于分而治之策略和符号回归的积雪覆盖率确定方法,其特征在于,包括:

2.根据权利要求1所述的基于分而治之策略和符号回归的积雪覆盖率确定方法,其特征在于,根据多种目标环境参数,利用所述数据集对全连接前馈神经网络进行预训练,得到黑盒积雪覆盖率确定模型,包括:

3.根据权利要求1所述的基于分而治之策略和符号回归的积雪覆盖率确定方法,其特征在于,基于所述黑盒积雪覆盖率确定模型,构建符号神经网络,包括:

4.根据权利要求3所述的基于分而治之策略和符号回归的积雪覆盖率确定方法,其特征在于,基于所述黑盒积雪覆盖率确定模型对所有自变量进行平移对称性检测,得到平移对称性检测结果,包括:

5.根据权利要求4所述的基于分而治之策略和符号回归的积雪覆盖率确定方法,其特征在于,基于平移对称性因子和多个所述积雪覆盖率验证值,确定左自变量和右自变量的平移对称性检测结果,包括:

6.根据权利要求5所述的基于分而治之策略和符号回归的积雪覆...

【专利技术属性】
技术研发人员:吴春国郭灏洋杨博张雨翔
申请(专利权)人:吉林大学
类型:发明
国别省市:

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