[發明專利]一種基于支持向量回歸SVR的糧堆結露預測方法

在審

• 申請號: 202110354314.1
• 申請日: 2021-04-01
• 公開（公告）號: CN112926272A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 渠琛玲;靳小波;孫輝;王勝;王若蘭
• 申請（專利權）人: 河南工業大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06K9/62;G06N20/10;G06F119/10
• 代理公司: 北京盛詢知識產權代理有限公司 11901
• 代理人: 陳巍

1.一種基于支持向量回歸SVR的糧堆結露預測方法，其特征在于，具體包括以下步驟：

S1、提取影響糧堆濕度的因素作為特征；

S2、將所述特征進行數據預處理；

S3、將預處理后的特征輸入到SVR模型中進行優化；

S4、利用優化后的SVR模型對糧堆局部濕度及結露情況進行預測。

2.根據權利要求1所述的基于支持向量回歸SVR的糧堆結露預測方法，其特征在于，所述步驟S1具體為：

S1.1、在糧堆不同位置布置溫濕度傳感器，并在儲藏過程中定時讀取影響糧堆濕度的數據因素；

S1.2、將所述數據進行預處理和分類編輯；

S1.3、將處理后的數據因素作為特征并進行提取，得到多個一維特征。

3.根據權利要求2所述的基于支持向量回歸SVR的糧堆結露預測方法，其特征在于，所述數據因素包括：糧堆各位置的糧溫、糧食水分、糧堆內濕度。

4.根據權利要求1所述的基于支持向量回歸SVR的糧堆結露預測方法，其特征在于，所述溫濕度傳感器的布置點位置和數量是根據易結露位置及倉房的大小進行調整。

5.根據權利要求1所述的基于支持向量回歸SVR的糧堆結露預測方法，其特征在于，所述步驟S2中的數據預處理是將每個一維特征線性歸一化到[0,1]之間。

6.根據權利要求1所述的基于支持向量回歸SVR的糧堆結露預測方法，其特征在于，所述步驟S3中的優化是采用樹結構化Parzen估計器優化算法對SVR模型進行優化，尋找最優的正則化參數和核函數寬度，并估計所述正則化參數和核函數寬度的性能。

7.根據權利要求6所述的基于支持向量回歸SVR的糧堆結露預測方法，其特征在于，所述樹結構化Parzen估計器優化算法對SVR模型進行優化的具體步驟為：

S3.1、將歸一化特征數據輸入到SVR模型中，在已有數據中選擇一個損失閾值y*，對于大于該閾值和小于該閾值的數據分別估計兩個條件概率密度函數l(x)和g(x)；

S3.2、根據Expectation Improvement的計算公式尋找使得g(x)/l(x)最小化的值x；

S3.3、將x再放回特征值中，再重新擬合g(x)和l(x)；

S3.4、不斷極小化比值，直至算法收斂，進而估計超參數的性能。

8.根據權利要求6所述的基于支持向量回歸SVR的糧堆結露預測方法，其特征在于，所述步驟S4具體為：

用尋優得出的最優正則化參數和核函數寬度來設置SVR參數并預測糧堆局部濕度及是否結露；并分析SVR模型分析因子特征的重要性。

9.根據權利要求8所述的基于支持向量回歸SVR的糧堆結露預測方法，其特征在于，分析所述SVR模型分析因子特征的重要性的方法為：特征的權重是線性模型中特征的權重系數，如果系數為正，表示該特征與目標正線性相關，否則該特征與目標負線性相關，并且該系數的絕對值越大，則該特征對目標值的影響越大。