← 返回列表
一种基于神经网络的时序预测方法
申请人信息
- 申请人:同济大学
- 申请人地址:200092 上海市杨浦区四平路1239号
- 发明人: 同济大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于神经网络的时序预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311325594.9 |
| 申请日 | 2023/10/12 |
| 公告号 | CN117371594A |
| 公开日 | 2024/1/9 |
| IPC主分类号 | G06Q10/04 |
| 权利人 | 同济大学 |
| 发明人 | 郝泳涛; 谢安南; 张瑞雪 |
| 地址 | 上海市杨浦区四平路1239号 |
摘要文本
本发明涉及一种基于神经网络的时序预测方法，包括以下步骤：获取待测时序数据；将所述待测时序数据放入时序预测模型，获取预测结果；其中，所述时序预测模型包括：卷积模块，对输入的时序数据进行特征提取获得第一特征向量；循环神经网络模块，基于所述第一特征向量提取所述时序数据的序列特性，得到第二特征向量；注意力机制模块，根据所述第二特征向量利用注意力机制分析得到第三特征向量；全连接模块，根据所述第三特征向量生成预测结果。本发明能够捕捉较长时间序列之间的语义关联信息，得到比较精确的预测结果。 来自马-克-数-据
专利主权项内容
1.一种基于神经网络的时序预测方法，其特征在于，包括以下步骤：获取待测时序数据；将所述待测时序数据放入时序预测模型，获取预测结果；其中，所述时序预测模型包括：卷积模块，对输入的时序数据进行特征提取获得第一特征向量；循环神经网络模块，基于所述第一特征向量提取所述时序数据的序列特性，得到第二特征向量；注意力机制模块，根据所述第二特征向量利用注意力机制分析得到第三特征向量；全连接模块，根据所述第三特征向量生成预测结果。