摘要
本发明提出一种路域环境缺失数据插值预测方法及系统,涉及缺失数据填补领域。方法包括:获取路域环境样本数据,进行预处理并去除季节性因素;将去季节性的路域环境样本数据作为观测值,输入多元线性回归模型进行拟合,得到趋势项和残差项;对残差项进行二次指数平滑,将平滑后的残差项输入一类积和式模型计算时空变异函数,并根据时空变异函数拟合时空克里金模型;利用时空克里金模型对待填补数据进行估计,得到插值预测结果。本发明先通过多元线性回归模型分离出残差项,使用二次指数平滑减少残差噪声,再基于一类积和式模型构建时空变异函数以考虑时空相互作用,可快速填补路域环境时间序列数据的缺失,从而获得更为准确的路域环境数据。
技术关键词
多元线性回归模型
克里金模型
样本
指数
加法模型
残差数据
数据获取模块
处理器
预测系统
计算机设备
可读存储介质
方程
存储器
噪声
程序
时序
格式
系统为您推荐了相关专利信息
遥感监测方法
遥感图像数据
深度学习模型训练
注意力机制
高分辨率遥感图像
排放预测方法
CEMS系统
样本
实时数据
数据更新