[發(fā)明專利]多模型融合評(píng)價(jià)系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201710756125.0
• 申請(qǐng)日: 2017-08-29
• 公開（公告）號(hào): CN107301604A
• 公開（公告）日: 2017-10-27
• 發(fā)明（設(shè)計(jì)）人: 戴佳毅
• 申請(qǐng)（專利權(quán)）人: 重慶華龍強(qiáng)渝信用管理有限公司
• 主分類號(hào): G06Q50/00
• 分類號(hào): G06Q50/00;G06Q50/02
• 代理公司: 重慶百潤(rùn)洪知識(shí)產(chǎn)權(quán)代理有限公司50219
• 代理人: 劉立春

1.一種多模型融合評(píng)價(jià)系統(tǒng)，其特征在于：所述多模型融合評(píng)價(jià)系統(tǒng)包括以下步驟：

步驟一：將數(shù)據(jù)進(jìn)行歸一化處理，得到歸一化訓(xùn)練集；

步驟二：對(duì)步驟一得到的歸一化訓(xùn)練集進(jìn)行特征選擇；

步驟三：根據(jù)步驟一和步驟二建立多分類器融合的評(píng)價(jià)模型，得到能源效率評(píng)價(jià)的分類結(jié)果；

步驟四：對(duì)步驟三得到的分類結(jié)果進(jìn)行聚類分析，得到最終的聚類結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種多模型融合評(píng)價(jià)系統(tǒng)，其特征在于：所述步驟一中的數(shù)據(jù)具體包括：一次能源生產(chǎn)量、能源消耗總量、能源消費(fèi)彈性系數(shù)、GDP、能源工業(yè)投資額、單位生產(chǎn)總值能耗、資本存量、和二氧化硫排放系數(shù)。

3.根據(jù)權(quán)利要求2所述的一種多模型融合評(píng)價(jià)系統(tǒng)，其特征在于：所述步驟一中將數(shù)據(jù)進(jìn)行歸一化處理，得到歸一化訓(xùn)練集的具體過程為：數(shù)據(jù)標(biāo)準(zhǔn)化的預(yù)處理也稱為歸一化，使用簡(jiǎn)化后的轉(zhuǎn)換函數(shù)來對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化的預(yù)處理，若有N個(gè)樣本，對(duì)每個(gè)樣本第m個(gè)特征進(jìn)行處理，其表達(dá)形式如公式(1)所示：xim*＝ximΣi＝1Nxim,i＝1,2,...,N---(1)預(yù)處理后的特征值分布在[0，1]區(qū)間，其中所述xim*為第i個(gè)樣本的第m個(gè)特征歸一化后的值，xim為第i個(gè)樣本的第m個(gè)特征原始值。

4.根據(jù)權(quán)利要求3所述的一種多模型融合評(píng)價(jià)系統(tǒng)，其特征在于：所述步驟二中對(duì)步驟一得到的歸一化訓(xùn)練集進(jìn)行特征選擇的具體過程為：采用將信息增益和核主成份分析相結(jié)合的融合方法選取特征；即利用信息增益得到不同特征對(duì)應(yīng)的信息增益，由大到小進(jìn)行排序，利用主成份分析方法做校核計(jì)算。

5.根據(jù)權(quán)利要求4所述的一種多模型融合評(píng)價(jià)系統(tǒng)，其特征在于：所述利用信息增益得到不同特征對(duì)應(yīng)的信息增益的具體過程為：設(shè)特征空間為X，樣本第m個(gè)特征Xm，其信息增益IG(Xm)為：IG(Xm)＝H(C)-H(C|Xm)其中C代表所需分類類別，H(C)代表C類所對(duì)應(yīng)的信息熵，H(C|Xm)代表在特征Xm條件下，類所屬為C時(shí)的信息熵；假如類別C的取值為n種，每一種取到的概率為p(Cj),j＝1,2,...,n，H(C)為：H(C)＝-Σj＝1np(Cj)logp(Cj)。

6.根據(jù)權(quán)利要求5所述的一種多模型融合評(píng)價(jià)系統(tǒng)，其特征在于：所述步驟三中根據(jù)步驟一和步驟二建立多分類器融合的評(píng)價(jià)模型，得到能源效率評(píng)價(jià)的分類結(jié)果的具體過程為：對(duì)步驟一中所得的歸一化訓(xùn)練集分別進(jìn)行決策樹算法中的J48模型、基于規(guī)則的分類算法中的LogitBoost模型、基于元學(xué)習(xí)策略的JRip型學(xué)習(xí)器訓(xùn)練得到3種模型；以步驟二中所選擇的特征作為模型輸入，模型輸出為0,1分類，0代表高能源效率，1代表低能源效率；采用的訓(xùn)練策略為10折交叉驗(yàn)證方法；每當(dāng)測(cè)試一個(gè)新樣本，分別輸入至所獲得的3種模型中，得到3個(gè)結(jié)果，通過均權(quán)投票的方式得到分類結(jié)果。

7.根據(jù)權(quán)利要求6所述的一種多模型融合評(píng)價(jià)系統(tǒng)，其特征在于：所述步驟四中對(duì)步驟三得到的分類結(jié)果進(jìn)行聚類分析，得到最終的聚類結(jié)果的具體過程為：對(duì)于步驟三得到的分類結(jié)果中的高能源效率樣本進(jìn)行再分析，將采用k均值聚類算法和EM算法得到的相同的聚類結(jié)果作為原始融合聚類結(jié)果，再利用FCM聚類方法進(jìn)行校核計(jì)算，得到最終的融合聚類結(jié)果。