[發明專利]基于綜合互信息度的主成分分析的空間負荷預測方法

在審

• 申請號: 202110474605.4
• 申請日: 2021-04-29
• 公開（公告）號: CN113112090A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 蔡文斌;王鵬;王淵;程曉磊;呂海霞;金翠;孫舒熳;趙嘉冬;李曄;宋凱洋;特古斯;南家楠;孫瑩;閆肖蒙;李琦;楊帥;石磊;徐日娥;董國靜;白偉;劉向龍;沈洲
• 申請（專利權）人: 內蒙古電力（集團）有限責任公司內蒙古電力經濟技術研究院分公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62
• 代理公司: 成都熠邦鼎立專利代理有限公司 51263
• 代理人: 李曉英

1.基于綜合互信息度的主成分分析的空間負荷預測方法，其特征在于：包括以下步驟：

S1，利用MIS-PCA算法對從地理信息系統獲取的空間信息數據進行篩選和降維；

S2，以經MIS-PCA算法處理過的信息為基礎，建立基于空間數據挖掘技術的用地類型預測模型；

S3，利用用地分類結果對空間負荷進行預測。

2.根據權利要求1所述的基于綜合互信息度的主成分分析的空間負荷預測方法，其特征在于：所述步驟S1具體包括：

S1.1，將空間信息數據集轉換為矩陣，分別計算屬性的互信息值、其余互信息、最大互信息值；

S1.2，根據互信息值，其余互信息和最大互信息值的相關關系計算得出絕對互信息度以及相對互信息度，并依據絕對互信息可信度和相對互信息可信度得出綜合互信息度；

S1.3，利用綜合互信息度對矩陣進行特征篩選；

S1.4，對篩選后的矩陣運用PCA算法完成特征降維，得出所選特征子集。

3.根據權利要求2所述的基于綜合互信息度的主成分分析的空間負荷預測方法，其特征在于：

采用以下公式計算互信息(MI)：

其中，i＝1,2,…,M，M為類別數；P(C_i)表示C_i類在總體樣本數據中出現的頻率；P(W)表示樣本中包含特征屬性W的概率；P(W|C_i)表示樣本數據中包含特征屬性W時屬于C_i類的條件概率。當特征屬性W獨立于類別C_i時，它與該類的相關度為0，即互信息為0；P(W)越小，同時P(W|C_i)大時，特征屬性W給類別C_i提供的信息量越大，則該特征越能表示該類；反之，則結果相反。

采用以下公式計算絕對互信息度MIA(W)：

其中，MaxMI表示每個特征屬性與類別C_i之間的最大互信息值。

4.根據權利要求3所述的基于綜合互信息度的主成分分析的空間負荷預測方法，其特征在于：采用以下公式計算相對互信息度MIR(W)：

其中，LessMI(W)表示特征屬性與其他類別之間的互信息值；LessMaxMI(W)表示特征屬性與其他類別之間互信息的最大值。

5.根據權利要求4所述的基于綜合互信息度的主成分分析的空間負荷預測方法，其特征在于：采用以下公式計算綜合互信息度MIS(W)：

MIS(W)＝MIA(W)+MIR(W)。

6.根據權利要求1-5中任一項所述的基于綜合互信息度的主成分分析的空間負荷預測方法，其特征在于：所述步驟S2具體包括：

S2.1，將經MIS-PCA算法處理過的數據分為訓練集和測試集；

S2.2，用訓練集對人工神經網絡進行訓練，獲得用地類型預測模型。

7.根據權利要求1的基于綜合互信息度的主成分分析的空間負荷預測方法，其特征在于：所述步驟S3具體為：

S3.1,使用步驟S2獲得的用地類型預測模型對土地進行分類，獲得用地分類結果；

S3.2,根據用地分類結果、規劃區內總負荷和各用地負荷密度計算出空間負荷預測結果。