[发明专利]数据预测方法及系统

权利要求书

1.一种数据预测方法，其特征在于，包括：

获取各个观测点的趋势值和残差值；

确定数据预测的主方向；

逐个计算每个观测点与其他观测点之间的距离，以及每个观测点与其他观测点之间的连接线与主方向之间的夹角；

选取最大距离值h_max、最小距离值h_min、最大夹角值θ_max和最小夹角值θ_min，根据距离区间[h_min，h_max]和夹角区间[θ_min，θ_max]将所述各个观测点划分为至少四类；

依据所述残差值，分别计算每类观测点的平均残差平方和；

分别计算目标点与各个观测点的距离，以及目标点与各个观测点之间的连接线与主方向之间的夹角，选取与该距离和夹角相对应的平均残差平方和，预测目标点的观测值。

2.根据权利要求1所述的数据预测方法，其特征在于，所述确定数据预测的主方向包括：

根据各个观测点的坐标值，建立线性回归模型；

确定所述线性回归模型作为数据预测的主方向。

3.根据权利要求2所述的数据预测方法，其特征在于，所述选取最大距离值h_max、最小距离值h_min、最大夹角值θ_max和最小夹角值θ_min，根据距离区间[h_min，h_max]和夹角区间[θ_min，θ_max]将所述各个观测点划分为至少四类包括：

选取最大距离值h_max、最小距离值h_min、最大夹角值θ_max和最小夹角值θ_min；

选取距离区间[h_min，h_max]中的距离值h₁，将距离区间划分为两个子距离区间[h_min，h₁]和[h₁，h_max]；

确定所述观测点的距离值相对应的子距离区间，并将所述距离值位于同一个子距离区间的观测点划分为同一类；

选取夹角区间[θ_min，θ_max]中的夹角值θ₁，将夹角区间划分为两个子夹角区间[θ_min，θ₁]和[θ₁，θ_max]；

确定所述同类观测点的夹角值相对应的子夹角区间，并将所述夹角值位于同一个子夹角区间的观测点划分为同一类。

4.根据权利要求3所述的数据预测方法，其特征在于，所述选取距离区间[h_min，h_max]中的距离值h₁具体为：选取距离区间[h_min，h_max]中的至少一个距离值h₁。

5.根据权利要求4所述的数据预测方法，其特征在于，所述选取夹角区间[θ_min，θ_max]中的夹角值θ₁具体为：选取夹角区间[θ_min，θ_max]中的至少一个夹角值θ₁。

6.根据权利要求5所述的数据预测方法，其特征在于，所述分别计算目标点与各个观测点的距离，以及目标点与各个观测点之间的连接线与主方向之间的夹角，选取与该距离和夹角相对应的平均残差平方和，预测目标点的观测值包括：

分别计算目标点与各个观测点的距离，以及目标点与各个观测点之间的连接线与主方向之间的夹角；

确定该距离和夹角相对应的子距离区间和子夹角区间，并将该目标点归为子距离区间和子夹角区间分别包含该目标点的距离和夹角的观测点类；

选取观测点类的平均残差平方和，并计算目标点的残差值；

运用趋势面模型计算所述目标点的趋势值，根据趋势值和残差值，预测所述目标点的观测值。