Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国工商银行股份有限公司刘志骏获国家专利权

中国工商银行股份有限公司刘志骏获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国工商银行股份有限公司申请的专利数据分析预测方法、装置、服务器、存储介质和程序产品获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114819295B

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210359434.5,技术领域涉及:G06Q10/04;该发明授权数据分析预测方法、装置、服务器、存储介质和程序产品是由刘志骏设计研发完成,并于2022-04-07向国家知识产权局提交的专利申请。

数据分析预测方法、装置、服务器、存储介质和程序产品在说明书摘要公布了:本申请涉及人工智能技术领域,特别是涉及一种数据分析预测方法、装置、服务器、存储介质和程序产品。该方法包括:根据目标主体的多个变量的历史时间序列数据,获取各变量的历史时间序列数据的图结构数据;将图结构数据输入预设的图卷积神经网络模型中,通过图卷积神经网络模型中各卷积层将图结构数据在时间维度上进行聚合后,得到多变量的预测时间序列数据;图卷积神经网络模型中卷积层的数量是基于时间维度上的采样时刻数量确定的。采用本方法能够提高时间序列的预测准确率。

本发明授权数据分析预测方法、装置、服务器、存储介质和程序产品在权利要求书中公布了:1.一种数据分析预测方法,其特征在于,所述方法包括: 根据目标主体的多个变量的历史时间序列数据,获取各所述变量的历史时间序列数据的图结构数据; 将所述图结构数据输入预设的图卷积神经网络模型中,通过所述图卷积神经网络模型中各卷积层将所述图结构数据在时间维度上进行聚合后,得到多变量的预测时间序列数据;所述图卷积神经网络模型中卷积层的数量是基于时间维度上的采样时刻数量确定的; 所述根据目标主体的多个变量的历史时间序列数据,获取各所述变量的历史时间序列数据的图结构数据,包括: 获取各所述变量的历史时间序列数据中的所有变量节点; 对各所述变量节点进行连边处理,得到各所述变量的历史时间序列数据的图结构数据; 若所述卷积层的数量和所述采样时刻数量均为N,所述N为正整数; 则所述通过所述图卷积神经网络模型中各卷积层将所述图结构数据在时间维度上进行聚合,得到所述多变量的预测时间序列数据,包括: 获取所述图结构数据在第一层卷积层中各采样时刻的特征; 将所述第一层卷积层中各采样时刻的特征输入至第二层卷积层中,并将所述第一层卷积层中N采样时刻的特征和N-1采样时刻的特征进行聚合形成所述第二层卷积层中N采样时刻的特征,得到第二层卷积层中各采样时刻的特征; 将所述第二层卷积层中各采样时刻的特征输入至第三层卷积层中,并将所述第二层卷积层中N采样时刻的特征、N-1采样时刻的特征以及N-2采样时刻的特征进行聚合形成所述第三层卷积层中N采样时刻的特征,得到所述第三层卷积层中各采样时刻的特征; 以此类推,得到第N层卷积层中各采样时刻的特征,并将所述第N层卷积层中最后一个采样时刻的特征确定为多变量聚合特征; 根据所述多变量聚合特征,生成所述多变量的预测时间序列数据。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国工商银行股份有限公司,其通讯地址为:100140 北京市西城区复兴门内大街55号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。