基于Stacking多模型融合设计的空气污染物缺失值补充...
公开
摘要
本发明提供一种基于Stacking多模型融合设计的空气污染物缺失值补充方法。该方法包括：获取各个国控站点监测的空气污染物数据和地理数据；针对每个国控站点，遍历其上的所有空气污染物数据，找到缺失值，并将缺失值所在位置处的数值补充为0；再次遍历其上的所有空气污染物数据，将数值非0的数据加入至训练集中，将数值为0的数据加入预测集中；将所有国控站点的训练集和预测集分别组合在一起，记作数据集Air‑data；使用Hyperopt分别对ET、RF、GBDT、XGBOOST和LGBM进行参数优化；将上述优化后的五种模型分别作为五个基学习器，将岭回归模型作为元学习器，基于数据集Air‑data对基学习器和元学习器进行融合得到Stacking集成模型；采用Stacking集成模型实现对空气污染物数据中的缺失值的估算。
基本信息
专利标题 ：
基于Stacking多模型融合设计的空气污染物缺失值补充方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114611706A
申请号 ：
CN202210155739.4
公开（公告）日 ：
2022-06-10
申请日 ：
2022-02-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
蔡坤张旭升葛强左宪禹杨宣祁永凯
申请人 ：
河南大学
申请人地址 ：
河南省开封市顺河区明伦街85号
代理机构 ：
郑州大通专利商标代理有限公司
代理人 ：
刘莹莹
优先权 ：
CN202210155739.4
主分类号 ：
G06N20/00
IPC分类号 ：
G06N20/00 G01N15/06 G01N33/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N20/00
机器学习
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
