一种POBP模型在高维数据噪声环境下的预测方法

本发明涉及数据监测技术领域，具体为一种POBP模型在高维数据噪声环境下的预测方法，包括以下步骤：S1、数据采集，从高维数据来源中采集数据，并将采集到的数据导入到系统中；S2、噪声处理，识别噪声数据，根据其类型采用相应的处理方式；S3、特征提取与选择，运用POBP模型对预处理后的高维数据进行特征提取，根据特征的重要性得分和数据的分布情况，确定用于后续预测的最优特征子集。通过基于局部离群因子的噪声识别算法，该算法通过精确计算数据点的局部离群因子，能够准确识别高维数据中的噪声点，结合数据的空间分布和时间序列特征进行综合判断，大大提高了噪声识别的准确性，有效去除了噪声对数据的干扰，显著提升了数据质量。