摘要
本发明公开了基于高斯过程回归模型的流量预测方法,包括:获取历史数据,将历史数据划分为历史输入集中数据和历史输出集中数据,历史输入集中数据包括历史压力数据和历史温度数据,历史输出集中数据包括历史流量数据;将历史输入集中数据和历史输出集中数据进行归一化处理,得到标准输入集和标准输出集;基于核函数、均值函数以及似然函数构建高斯过程回归模型,将标准输入集和标准输出集输入高斯过程回归模型进行回归训练,得到流量预测模型;将实时采集数据输入预测模型,得到流量预测值,并将流量预测值进行处理,得到标准流量数据。本发明通过分析和处理其他传感器的数据,来预测流量数据,从而避免了流量传感器在恶劣环境中的使用局限。
技术关键词
流量预测模型
流量预测方法
历史流量数据
历史温度数据
矩阵
预测装置
样本
模型训练模块
可读存储介质
训练集
流量传感器
处理器通信
数据更新
指令
计算机设备
存储器
系统为您推荐了相关专利信息
栅格
节点
抽水蓄能电站
道路规划方法
三阶贝塞尔曲线
CART决策树
位置编码信息
混合学习模型
数据
分类预测模型
图像采集检测方法
图像采集定位装置
儿童
关键词
年龄
影像分析方法
大数据
训练分类模型
成像
生成对抗网络
任务分配方法
任务分配系统
神经网络结构
生成对抗网络
序列