公开(公告)号：CN117992843A

公开(公告)日：2024-05-07

申请号：CN202410116079.8

申请日：2024-01-26

Applicant: 中国农业大学

Inventor： 耿晟杰 ,  黄建 ,  邓芝超

IPC: G06F18/241 ,  G06N20/20 ,  G06N3/06

Abstract: 本发明涉及人工智能技术领域，提供一种体育馆人群数量预测方法及装置，包括：获取用于预测人群数量的未来变量集合，所述未来变量集合包括以下变量元素至少之一：日期、时间戳、星期几、是否周末、是否节假日、温度、学期开始、学期中、月份和小时；将未来变量集合输入体育馆人群数量预测模型，得到体育馆人群数量预测模型输出的预测人群数量类别；对预测人群数量类别进行语义转换，得到预测人群数量；其中，体育馆人群数量预测模型是基于历史变量集合和历史变量集合对应人群数量标签类别训练得到的，历史变量集合和未来变量集合具有相同的变量元素。本发明实现了对体育馆人群数量进行有效且准确地预测。

公开(公告)号：CN119961678A

公开(公告)日：2025-05-09

申请号：CN202510071799.1

申请日：2025-01-16

Applicant: 中国农业大学

Inventor： 丁日升 ,  李鑫龙 ,  董志多 ,  高佳 ,  张博越 ,  王若朴 ,  曹荷莉 ,  廖祺 ,  黄建 ,  康绍忠 ,  杜太生 ,  佟玲 ,  康健

IPC: G06F18/214 ,  G06F18/20 ,  G06N20/00

Abstract: 本发明公开一种基于历史气象数据及最佳机器学习模型的对CMIP6数据处理方法，可有效评估上述模型对不同种类的气象数据处理精度的差异，从而选择最佳模型得到更为可信的未来气象数据变化。包括：提取逐日CMIP6原始数据；将CMIP6数据建立模拟训练集和模拟测试集，将对应的同时期的历史气象数据建立实测训练集和实测测试集；根据机器学习模型对模拟测试集进行处理，选择不同种类气象数据所对应的最佳机器学习模型；根据所有历史气象数据建立实测训练集、所有历史时期CMIP6数据建立模拟训练集；选择的最佳机器学习模型，根据未来待优化时期的CMIP6数据建立模拟测试集，作为训练后的机器学习模型的输入，输出结果即为最佳机器学习模型对CMIP6数据的处理结果。