一种时空数据预测模型的交互式选择方法

摘要

一种基于时空数据预测模型的交互式选择方法，对原始数据进行筛选，清洗，删除异常值，补全缺失值；然后结合Canopy和K‑Means聚类算法对以上数据进行聚类得到K个簇类，并提取前K1个簇类区域计算边界；对每个区域的数据进行差分处理之后，分别用Random Forest算法、SVM算法、ARIMA算法、LSTM算法进行训练建立模型，然后根据模型对每个区域进行预测；将得到的预测结果数据用可视化字形在地图上各区域进行展示；在完成上述步骤后，再对区域字形和区域连线进行布局优化。通过系统提供的交互探索组件帮助用户以直观的方式有效地区分各种模型的差异。本发明的字形设计和地理布局设计使用户可以直观地对预测输出进行深入分析。