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:南京大学
摘要:本发明公开一种针对长时间序列预测精度不足问题的基于多周期分歧的长时间序列预测集成学习装置;序列分解模块收集处理时间序列数据,划分好训练和待预测数据,对序列指定多个周期进行多轮分解。子模型训练模块在这些不同尺度分解后的数据上,训练多个不同的子模型。集成学习模块对子模型进行集成,识别多周期分解后预测性能走势之间的分歧,选择那些在长序列的部分维度上预测表现最好的模型,并将他们拼接在一起,完成基于多周期分歧的集成,提升长序列预测的精度。本发明可以解决长序列预测问题的长距离依赖难以提取和累计误差问题,并且本发明的使用不受具体预测的模型结构影响,在实施过程中应用面广、适用性强、精度提升效果好。
主权项:1.一种基于多周期分歧的长时间序列预测集成学习装置,其特征在于,应用于长时间序列预测任务场景,包括序列分解模块、子模型训练模块和集成学习模块;序列分解模块首先收集处理时间序列数据,划分好训练和待预测数据,对时间序列数据指定多个周期进行多轮分解;然后分析预测任务的关键因素;子模型训练模块在多个周期多轮分解后的数据上,训练多个不同的子模型;集成学习模块对这些子模型进行集成,识别多周期分解后预测性能走势之间的分歧,选择那些在长序列的部分维度上预测表现最好的子模型,并将他们拼接在一起,完成基于多周期分歧的集成。
全文数据:
权利要求:
百度查询: 南京大学 一种基于多周期分歧的长时间序列预测集成学习装置
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。