公开(公告)号：CN117194918A

公开(公告)日：2023-12-08

申请号：CN202311117759.3

申请日：2023-08-31

Applicant: 济南大学

Inventor： 赵慧 ,  王梓鉴 ,  康明磊

IPC: G06F18/20 ,  G06F18/214 ,  G06F17/16 ,  G06F17/11 ,  G06N3/126

Abstract: 本发明公开了基于自注意力回声状态网络的气温预测方法及系统，属于气温预测技术领域。包括获取历史气候温度数据，构建时间序列数据；将时间序列数据输入训练好的气温预测模型进行处理，以获取气温预测结果；其中，气温预测模型为自注意力回声状态网络，训练所述气温预测模型的过程包括：获取历史气温数据集，构建训练集；初始化气温预测模型的网络参数，基于训练集，通过遗传算法对气温预测模型的网络参数进行迭代优化，确定最优网络权重参数。能够提升气温预测的精度，解决了现有技术中存在模型稳定性和泛化能力差，影响气温预测精度的问题。

公开(公告)号：CN115169740A

公开(公告)日：2022-10-11

申请号：CN202210945778.4

申请日：2022-08-08

Applicant: 济南大学

Inventor： 王梓鉴 ,  康明磊 ,  赵慧 ,  郑明文

IPC: G06Q10/04 ,  G06Q40/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了基于压缩感知的池化回声状态网络的序列预测方法及系统，属于网络信息预测技术领域,获取预测任务要求的序列数据；构建基于压缩感知的池化回声状态网络模型，并对网络模型进行训练；将获取的序列数据输入到训练好的池化回声状态网络模型中，得到预测结果；在池化回声状态网络模型的储备池，增加池化层和压缩感知层，池化层用于重新调整储备池节点状态的权值，压缩感知层则对节点进行稀疏变换以及随机亚采样；本发明基于压缩感知和池化算法的机理，提出了一种可以有效减少冗余节点，提高节点活跃性能的机制，有效提高ESN的模型性能，使得储备池在活跃的同时还可以减少计算量，提高模型计算的准确率与运行效率。