[发明专利]数据预测方法及系统

说明书

技术领域

本发明涉及数据挖掘技术领域，更具体地，特别是涉及一种数据测试方法及系统。

背景技术

随着近年来空间数据分析的需求与日俱增，空间统计在很多不同的领域的应用越来越广泛。流行病学研究中，空间统计根据目标地区的流行病发生数据，指定疾病空间分布图，找出疾病特异性规律，发现高发区和分布细致特征，为疾病病因的研究提供线索，也为控制和预防流行病的策略提供重要依据。地质探索方面，空间统计主要用于研究空间结构和进行空间估值。探矿过程中，考虑到矿藏在开采之前在时间上结构是不变的，因此通常是在空间上布点进行钻探，对采样得到的样品进行分析，使用空间统计估计矿藏的分布和储量。对环境污染进行研究时，运用空间统计对污染的传播方式进行研究，有助于人们对环境污染进行控制。空间统计对房地产的价值进行评估时，在考虑外界影响因素的基础上，充分考虑地区之间的相互关系，将对正确评估房地产的价值有很大帮助。而在交通领域中，可以利用空间统计对人员、货物在空间上的流动方式进行研究，同时对通道上的不同区段进行研究。其他在生物学、农业、水文、古气候、古地理、气象学、遥感地质、林业等许多方面空间统计都有成功应用的实例。

目前数据预测是空间统计的主要方法之一，所谓数据预测是通过对于已知地理位置的空间属性值的规律和性质进行分析，建立空间模型来预测未知地理位置的空间属性值。例如：采矿过程中，基于已有的矿藏地点分布和储量的情况，结合地形的分布，得到其他未知地点的矿藏储量情况，从而为将来的钻探和开采提供决策参考。在流行病传染趋势的研究中，可以根据已有的不同地区的流行病发病人数，探索疾病的传染规律，对疾病的发展趋势和地区间的影响进行分析判断，获取未发病地区的发病趋势，从而可以有效地加以预防和控制。

数据预测最常用的方法是趋势面分析和克里金插值法。趋势面分析实质上是通过回归分析原理，运用最小二乘法拟合一个二维非线性函数，模拟地理要素在空间上的分部规律，展示地理要素在地域空间上的变化趋势。其只考虑目标点的空间地理位置，并未考虑目标点处各个邻近点与目标点邻近的距离以及邻近点观测值空间分布，导致预测准确度低。

为了解决趋势面分析方法的上述问题，研究人员提出了克里金插值法。克里金插值法不仅考虑目标点的空间地理位置，还充分考虑与目标点相邻的各个已知观测点与目标点的距离，而且综合已知观测点观测值的空间分布情况，对目标点的观测值进行预测，与趋势面分析相比，提高了预测准确度。克里金插值法包括以下步骤：

步骤A：计算每个观测点的趋势值和该观测点的残差值；

步骤B：分别计算每个观测点与其他各个观测点的距离，选取观测点之间的最大距离和最小距离，根据最大距离和最小距离将所述观测点划分为至少两类；

步骤C：分别计算每类观测点的平均残差平方和，记为C(i)，i＝1，2，...，m，其中：C(i)的计算公式为：为观测点的残差值。

步骤D：分别计算每个观测点和预设的目标点的距离，根据距离选取与之相对应的平均残差平方和，并计算所述目标点的残差估计值；

步骤E：基于所述残差估计值，预测所述目标点的观测值。

克里金插值法相比趋势面分析来说，在目标点的观测值预测时，综合了已知观测点观测值的空间分布情况以及各个观测点与目标点的距离，提高了预测准确度。但是克里金插值法的不足之处在于将其与不同观测点空间上的相关性简化为距离上的相关性，但在实际中，目标点与不同观测点空间上的相关性不仅与距离有关，还存在方向相关性，比如：森林中某种树木的生长情况由于受地形和光照等因素影响，往往沿某一特定方向集中生长。农业病虫害领域中，很多迁飞性害虫的迁飞轨迹受大气环流和风向影响，具有特定的方向轨迹。因此，目标点与不同观测点方向上的相关性导致克里金插值法在数据预测时，预测准确度降低。

发明内容

有鉴于此，本发明的目的在于提供一种数据预测方法及系统，以实现数据预测时同时运用目标点与各个观测点的距离相关性以及方向相关性，提高目标点观测值预测的准确度。

为实现上述目的，本发明提供的一种数据预测方法的技术方案如下：

一种数据预测方法，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；