[发明专利]一种基于数据剔除与局部偏最小二乘的石油浓度预测方法

权利要求书

1.一种基于数据剔除与局部偏最小二乘的石油浓度预测方法，其特征在于，包括以下步骤：

S1、光谱数据经过预处理与提取特征后，计算待预测数据与建模数据间的欧氏距离，其中，所述光谱数据进行特征提取时，采用小波变换法通过对数据不断分解，选取分解后的低频部分作为光谱的特征，再通过计算待预测数据与建模数据之间的距离，找到与待预测数据距离较近的建模数据集，作为待预测数据的邻近集；

S2、计算邻近集、待预测数据的相关系数并比较，建立剔除规则，剔除部分建模数据与待预测数据；

S3、根据剩余的建模数据建立偏最小二乘预测模型并对待预测数据进行浓度预测。

2.根据权利要求1所述的一种基于数据剔除与局部偏最小二乘的石油浓度预测方法，其特征在于，根据皮尔逊相关系数建立剔除数据的规则，通过计算所述邻近集的数据的皮尔逊相关系数，判断邻近集的数据是否满足剔除规则，对所述邻近集内的数据进行剔除。

3.根据权利要求2所述的一种基于数据剔除与局部偏最小二乘的石油浓度预测方法，其特征在于，计算所述待预测数据与未剔除的所述邻近集的数据间的皮尔逊相关系数，判断所述待预测数据是否满足剔除规则，从而对待预测数据进行剔除。

4.根据权利要求3所述的一种基于数据剔除与局部偏最小二乘的石油浓度预测方法，其特征在于，将未剔除的所述邻近集的数据通过偏最小二法建立浓度预测模型，将未剔除的所述待预测数据输入到预测模型中进行浓度预测，实现定性分析与定量计算。