Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都恒图科技有限责任公司温良剑获国家专利权

成都恒图科技有限责任公司温良剑获国家专利权

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!

龙图腾网获悉成都恒图科技有限责任公司申请的专利时间序列预测方法、装置、程序产品、存储介质及其应用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:CN119939396B

龙图腾网通过国家知识产权局官网在2026-03-17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:202510421050.5,技术领域涉及:G06F18/2415;该发明授权时间序列预测方法、装置、程序产品、存储介质及其应用是由温良剑;段江;彭韬;颜河;王东凯设计研发完成,并于2025-04-07向国家知识产权局提交的专利申请。

时间序列预测方法、装置、程序产品、存储介质及其应用在说明书摘要公布了:本发明公开了一种时间序列预测方法、装置、程序产品、存储介质及其应用,涉及时间序列分析领域,用以解决在时间序列预测任务中计算复杂度较高、预测结果可信度欠佳的问题。本发明由时间序列来训练推理模型,该推理模型基于输入的原始时间序列的自相关矩阵提取变量之间的依赖关系;将依赖关系整合进原始时间序列,得到关键时序特征;从关键时序特征学习变量之间的长期依赖关系;由长期依赖关系映射出未来时间步的时间序列。本发明以第计算复杂度实现了对时间序列的准确预测,预测可信度高。

本发明授权时间序列预测方法、装置、程序产品、存储介质及其应用在权利要求书中公布了:1.一种时间序列预测方法,用于天气时间序列预测,其特征在于,包括: S1、确定输入时间序列的回退窗口、预测窗口长度和时间序列的变量数量;将时间序列数据集划分为训练集、验证集和测试集,所述时间序列包括多个变量,该多个变量包括温度、湿度、风速、风力大小、风向和降雨量降雪量,每个变量按照时间先后,在同一时间记录一次,依据时间的推移,得到一组变量的数组,即时间序列; S2、对所述训练集、验证集和测试集进行标准化处理,并利用所述训练集和验证集以最小化损失为目标训练推理模型,利用所述测试集对训练后的推理模型进行测试,得到预测模型; S3、利用所述预测模型对未来时间步的天气时间序列进行预测; 所述推理模型对输入数据执行以下步骤S4-步骤S7; S4、基于输入的原始时间序列的自相关矩阵提取变量之间的依赖关系,包括: S4-1:计算所述原始时间序列的自相关矩阵,包括:将经标准化后的原始时间序列与其转置矩阵相乘,得到自相关矩阵;S4-2:对所述自相关矩阵进行线性变换和归一化操作,得到变量之间的依赖关系; S5、将所述依赖关系整合进所述原始时间序列,得到关键时序特征,包括:S5-1:利用所述依赖关系对所述原始时间序列进行加权,得到第一时间序列;S5-2:将所述第一时间序列与所述原始时间序列进行连接;S5-3:对连接后的时间序列进行线性变换,得到关键时序特征; S6、从所述关键时序特征学习变量之间的长期依赖关系,包括:S6-1:对所述关键时序特征进行层归一化操作;S6-2:利用至少一级前馈神经网络从层归一化后的关键时序特征学习变量之间的长期依赖关系;其中,所述前馈神经网络对输入的时间序列依次进行线性变换、激活、线性变换后,与输入的时间序列进行跳跃连接,再进行层归一化操作; S7、由所述长期依赖关系映射出未来时间步的时间序列。

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成都恒图科技有限责任公司,其通讯地址为:610095 四川省成都市中国(四川)自由贸易试验区成都高新区吉庆四路188号1栋1单元6层617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”。

以上内容由龙图腾AI智能生成。

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。