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 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜长春大学李丽娜获国家专利权

恭喜长春大学李丽娜获国家专利权

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!

龙图腾网恭喜长春大学申请的专利一种基于时间序列分解和LSTM的时间序列数据预测方法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:CN114239990B

龙图腾网通过国家知识产权局官网在2025-05-27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:202111602708.0,技术领域涉及:G06Q10/04;该发明授权一种基于时间序列分解和LSTM的时间序列数据预测方法是由李丽娜;黄盛奎;李念峰;靳德政设计研发完成,并于2021-12-24向国家知识产权局提交的专利申请。

一种基于时间序列分解和LSTM的时间序列数据预测方法在说明书摘要公布了:本发明公开了一种基于时间序列分解和LSTM的时间序列数据预测方法,包括:步骤一、采集时间序列数据,并对其进行预处理,获得满足建立预测模型数据需求的时间序列样本集,进行训练集和测试集的划分,得到第一训练集与第一测试集;步骤二、基于LSTM建立用于趋势分量和余项预测的第一神经网络,通过第一训练集进行训练与调参,将训练好的第一神经网络模型对第一训练集进行预测,获得第一训练集的趋势分量和余项的预测结果,进一步处理成第二训练集;步骤三、基于ANN建立第二神经网络,通过第二训练集进行训练和调参;步骤四、将训练好的第一神经网络和第二神经网络模型对测试集进行联合预测,获得拟合的时间序列数据预测结果。

本发明授权一种基于时间序列分解和LSTM的时间序列数据预测方法在权利要求书中公布了:1.一种基于时间序列分解和LSTM的时间序列数据预测方法,其特征在于,包括:步骤一、采集时间序列数据,建立预测模型数据需求的时间序列样本集,进行训练集和测试集的划分,得到第一训练集与第一测试集,包括:对原始时间序列数据进行一阶差分和二阶差分,分解原始时间序列数据得到周期分量、趋势分量和余项;通过滑动窗口的方法确定第一神经网络的输入输出,设窗口大小为n,窗口每次滑动1,输入为:窗口前n-1个六种数据,输出为:窗口第n个趋势分量和窗口第n个余项;其中,六种数据包括:原始序列、一阶差分序列、二阶差分序列、周期分量序列、趋势分量序列和余项序列;将第一神经网络的输入和输出数据样本按照0.95:0.05进行划分,并分别进行归一化,得到第一训练集和第一测试集;所述时间序列数据通过以下方式获得:对原始数据进行处理,将原始数据按时间排序,计算出每分钟推文的个数,得到时序数据;原始数据包括推文的点赞数、平台、文本、评创、转发信息、编号、创建时间;步骤二、基于LSTM建立用于趋势分量和余项预测的第一神经网络,通过第一训练集进行训练与调参,将训练好的第一神经网络模型对第一训练集进行预测,获得第一训练集的趋势分量和余项的预测结果,进一步处理成第二训练集;使用第一训练集对第一神经网络模型进行训练和调参,得到训练好的第一神经网络模型;通过训练好的第一神经网络预测第一训练集和第一测试集的趋势分量以及余项;步骤三、基于ANN建立第二神经网络,通过第二训练集进行训练和调参,得到训练好的第二神经网络;步骤四、将训练好的第一神经网络和第二神经网络模型对第一测试集进行联合预测,获得拟合的时间序列数据预测结果;使用第一神经网络处理第一测试集,将预测得到的趋势分量、余项以及相应的周期分量作为第二神经网络的输入,相应的原始时序数据作为第二神经网络的输出,得到第二测试集;通过训练好的第二神经网络对第二测试集进行预测,将预测结果反归一化,得到最终拟合的时间序列数据预测结果。

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长春大学,其通讯地址为:130022 吉林省长春市朝阳区卫星路6543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。