[发明专利]基于神经网络的混合时间周期模式多变量时序预测方法在审
| 申请号： | 202111320985.2 | 申请日： | 2021-11-09 |
| 公开（公告）号： | CN114004338A | 公开（公告）日： | 2022-02-01 |
| 发明（设计）人： | 王晟;陈曦;郑来文;李治洪;刘敏;李庆利;齐洪钢;刘小平;周共健 | 申请（专利权）人： | 华东师范大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 哈尔滨华夏松花江知识产权代理有限公司 23213 | 代理人： | 张利明 |
| 地址： | 200062 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于神经网络的混合时间周期模式多变量时序预测方法，属于基于深度学习的数据预测技术领域。本发明针对现有基于深度学习的预测方法仅限于单变量时间序列预测，不能很好地解决多变量预测任务的问题。包括：采用编码器对混合周期原始输入数据进行特征提取，经编码器包括的多个卷积长短期记忆网络单元、编码全连接层和向量合并单元的特征提取后，获得长度为短周期长度+3的未来时序数据特征；再由解码器对混合周期原始输入数据和未来时序数据特征进行处理，经解码器的多个双向长短期记忆网络单元、融合注意力机制、解码全连接层、自回归模型和综合预测单元数据处理后，获得最终时间序列预测值。本发明用于混合周期数据时间序列的预测。 | ||
| 搜索关键词： | 基于 神经网络 混合 时间 周期 模式 多变 时序 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华东师范大学，未经华东师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111320985.2/，转载请声明来源钻瓜专利网。
