Document
拖动滑块完成拼图
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

基于深度神经网络且无未来信息泄露的风速预测方法 

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!

申请/专利权人:重庆大学

摘要:本发明公开了一种基于深度神经网络且无未来信息泄露的风速预测方法,包括如下步骤:步骤1:分别风速序列数据进行数据筛选和数据预处理;根据子模态能量占比大小筛选有效成分Tc并作为预测模型的输出值;采用实时滚动分解策略对风速序列数据进行预处理以得到无信息泄露的预测模型的输入值;以输入值和输出值构建数据集;步骤2:确定预测步长:按照实际的预测需求,确定需要预测的未来时间步数;步骤3:构建预测模型:构建结合注意力机制的双向长短期记忆网络作为预测模型,利用数据集对预测模型进行训练和测试;步骤4:风速预测:利用训练得到的预测模型预测风速,得到风速预测结果。本发明方法规避了数据泄露的风险,提高了实用性。

主权项:1.一种基于深度神经网络且无未来信息泄露的风速预测方法,其特征在于:包括如下步骤:步骤1:分别风速序列数据进行数据筛选和数据预处理;根据子模态能量占比大小筛选有效成分Tc并作为预测模型的输出值;采用实时滚动分解策略对风速序列数据进行预处理以得到无信息泄露的预测模型的输入值;以输入值和输出值构建数据集;步骤2:确定预测步长:按照实际的预测需求,确定需要预测的未来时间步数;步骤3:构建预测模型:构建结合注意力机制的双向长短期记忆网络作为预测模型,利用数据集对预测模型进行训练和测试;步骤4:风速预测:利用训练得到的预测模型预测风速,得到风速预测结果。

全文数据:

权利要求:

百度查询: 重庆大学 基于深度神经网络且无未来信息泄露的风速预测方法

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。

未来相关技术