- 1、本文档共9页,其中可免费阅读8页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开一种基于无监督机器学习算法的极值预测方法,属于数理统计技术领域。本发明是为了解决现有的极值预测方法对于不满足独立同分布(IID)假设的数据集预测精度较低的问题。本方法包括:构建基于广义极值混合模型(GEVMM)的聚类算法;采用构建的聚类算法对区块最大值样本集进行聚类;采用聚类效果评价指标选择最佳聚类簇数;根据最佳聚类簇数对应的GEVMM的概率累积分布函数(CDF)进行未来一段时间内的极值预测。本发明所述技术方案操作方便,应用场景广阔,能够提高具有混合分布特征的数据集的极值预测精度。
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113554183 B
(45)授权公告日 2022.05.13
(21)申请号 202110886366.3 CN 105846425 A,2016.08.10
(22)申请日
文档评论(0)