-
公开(公告)号:CN117786217B
公开(公告)日:2024-06-11
申请号:CN202311823222.9
申请日:2023-12-27
Applicant: 烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地 , 山东(烟台)中日产业技术研究院(烟台市产业技术研究院)
IPC: G06F16/9535 , G06F18/241 , G06N3/0499 , G06N3/048
Abstract: 本发明提出了一种基于Mamba架构的高可信度时序数据预测方法,包括以下步骤:S1,获取用户的历史数据;S2,将步骤S1中获取到的用户历史数据生成用户时序数据,记作A=[B1,i,j,B2,i,j,B3,i,j,...,Ba,i,j],i=1、2、3、……、I,j=1、2、3、……、J,a表示时刻数,I表示历史数据类型数,J表示历史数据获取方式数;S3,根据用户的时序数据对用户的喜好进行预测推荐。本发明能够根据用户的历史数据得到用户的推荐预测数据,增强用户体验。
-
公开(公告)号:CN116050595A
公开(公告)日:2023-05-02
申请号:CN202211710368.8
申请日:2022-12-29
Applicant: 烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地
Abstract: 本发明属于机器学习领域,具体公开了一种注意力机制与分解机制耦合的径流量预测方法,包括:对历史观测的径流量数据进行规范化处理,将规范化处理过的径流量数据输入到训练完成的径流量预测模型中,得到径流量预测序列;所述径流量预测模型包括正标准化模块、时间序列分解模块、多头自注意力模块、时间卷积网络模块和逆标准化模块;本发明融合时间序列分解、多头自注意力机制和时间卷积网络,在时间卷积网络的初始预测基础上,耦合趋势特征、周期性特征和自注意力特征,全面高效的挖掘了径流量数据的强趋势特性与强周期特性,同时采用了逆标准化还原,增强了数据的分布一致性,实现了对径流量的高准确率预测。
-
公开(公告)号:CN117786217A
公开(公告)日:2024-03-29
申请号:CN202311823222.9
申请日:2023-12-27
Applicant: 烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地 , 山东(烟台)中日产业技术研究院(烟台市产业技术研究院)
IPC: G06F16/9535 , G06F18/241 , G06N3/0499 , G06N3/048
Abstract: 本发明提出了一种基于Mamba架构的高可信度时序数据预测方法,包括以下步骤:S1,获取用户的历史数据;S2,将步骤S1中获取到的用户历史数据生成用户时序数据,记作A=[B1,i,j,B2,i,j,B3,i,j,...,Ba,i,j],i=1、2、3、……、I,j=1、2、3、……、J,a表示时刻数,I表示历史数据类型数,J表示历史数据获取方式数;S3,根据用户的时序数据对用户的喜好进行预测推荐。本发明能够根据用户的历史数据得到用户的推荐预测数据,增强用户体验。
-
-