[發明專利]流域水質預測方法和裝置、計算機可讀存儲介質

在審

• 申請號: 202011321750.0
• 申請日: 2020-11-23
• 公開（公告）號: CN112684130A
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 李震;孫鋒;黃紅杉
• 申請（專利權）人: 深圳市水務科技有限公司
• 主分類號: G01N33/18
• 分類號: G01N33/18;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 黃廣龍

本公開實施例提供流域水質預測方法和裝置、計算機可讀存儲介質，屬于水質預測領域。流域水質預測方法，包括：獲取流域的樣本數據集；對所述流域的樣本數據集進行獨熱碼預處理，得到預處理后的中間樣本數據；將所述中間樣本數據輸入至預設的目標預測模型；通過所述目標預測模型對所述中間樣本數據進行預測，得到目標水質數據，本公開實施例只需要構建目標預測模型，不需要構建多個模型，降低了構建模型的成本，并提高了預測水質數據的準確性。

技術領域

本發明涉及計算機領域，尤其涉及流域水質預測方法和裝置、計算機可讀存儲介質。

背景技術

流域水質預測方法通常使用機器學習算法，例如KNN、線性回歸、邏輯回歸、支持向量機等，能滿足部分需求。但機器學習算法受限于其輸入數據類型的要求，只能是數值類型，在這樣的前提下，對流域水質影響權重較大的文本型數據不能進行處理；另外，流域環境復雜，很難找到一種算法較能好地擬合流域水質預測的需求，通用的方法利用常見的機器學習算法建立多個模型，比較麻煩和復雜。

發明內容

本公開實施例的主要目的在于提出一種流域水質預測方法和裝置、計算機可讀存儲介質，以降低構建預測模型的成本、提高預測水質數據的準確性。

為實現上述目的，本公開實施例的第一方面提出了一種流域水質預測方法，包括：

獲取流域的樣本數據集；

對所述流域的樣本數據集進行獨熱碼預處理，得到預處理后的中間樣本數據；

將所述中間樣本數據輸入至預設的目標預測模型；

接收所述預測模型根據所述中間樣本數據預測出的目標水質數據。

在一些實施例中，所述流域的樣本數據集包括文本數據，所述對所述流域的樣本數據集進行獨熱碼預處理，得到預處理后的中間樣本數據，包括：

獲取所述文本數據；

獲取歷史數據；

根據所述文本數據對所述歷史數據進行獨熱碼編碼預處理，得到所述中間樣本數據。

在一些實施例中，所述文本數據包括天氣數據。

在一些實施例中，對所述流域的樣本數據集進行清洗處理，得到清洗后的流域中間數據；其中，將所述清洗后的流域中間數據作為進行所述獨熱碼預處理的數據。

在一些實施例中，所述流域中間數據至少包括以下數據之一：空值數據、重復數據、異常范圍數據、通過天氣接口獲取到的外部數據，所述對所述流域中間數據進行清洗處理，得到清洗后的流域中間數據，至少包括以下步驟之一：

對所述空值數據進行清洗處理，得到所述清洗后的流域中間數據；

對所述重復數據進行清洗處理，得到所述清洗后的流域中間數據；

對所述異常范圍數據進行清洗處理，得到所述清洗后的流域中間數據；

對所述外部數據進行清洗處理，得到所述清洗后的流域中間數據。

在一些實施例中，所述中間樣本數據包括樣本水質數據，所述方法還包括：構建所述目標預測模型，具體包括：

根據所述樣本水質數據構建初始預測模型；

將所述樣本水質數據輸入至所述初始預測模型進行訓練，得到所述目標預測模型。

在一些實施例中，所述中間樣本數據還包括測試水質數據，所述方法還包括：根據所述測試水質數據對所述目標預測模型進行評估。

在一些實施例中，所述方法還包括：

將所述目標預測模型部署至應用平臺，所述應用平臺至少為以下之一：應用數據庫或者應用管理平臺。