摘要
本申请实施例公开了一种众包降雨数据质量控制方法,包括以下步骤:S1.提取降雨观测点的多项降雨数据统计特征,以建立具有数学属性的众包降雨数据集;S2.基于机器学习算法对所述众包降雨数据集中的各项降雨数据统计特征进行训练和预处理,以训练得到众包降雨数据质量控制模型;S3.对所述众包降雨数据质量控制模型的性能影响因子进行重要性排序,以校准所述众包降雨数据质量控制模型。上述训练校准得到的众包降雨数据质量控制模型解决了以往众包数据质量判断的主观性,以及无法自动处理大规模数据的难题,为水文众包数据的采集和应用、智慧水利的数据治理等提供了关键技术支撑。
技术关键词
统计特征
机器学习算法
移动传感器
数学
因子
集成学习方法
构建决策树
智慧水利
标定误差
强度
噪声数据
校准
特征选择
情景
无监督
指标
圆心
系统为您推荐了相关专利信息
储能优化配置方法
电化学储能系统
电网运行数据
功率控制单元
贝叶斯算法
抽水蓄能水电站
分析方法
水轮机
频域特征
递归最小二乘法
设备协同作业
故障预测模型
协同作业方法
计划
设备状态数据采集
移动方舱医院
分布式能源系统
时间序列预测技术
闭环管理系统
时间序列预测模型