龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：同济大学
摘要：本发明涉及一种基于无监督多模型融合的时序任务预测方法和装置，其中方法包括将时序任务输入优化好的目标模型中，得到预测结果，优化好的预测模型优化过程如下：初始化源模型和目标模型，将无标签数据集输入源模型中，根据源模型输出的时序特征和预测结果，计算联合损失函数，继而循环优化输入目标模型。与现有技术相比，本发明具有预测结果更精确等优点。
主权项：1.一种基于无监督多模型融合的时序任务预测方法，其特征在于，包括以下步骤：将天气预测的时序任务输入优化好的目标模型中，得到预测结果，所述优化好的预测模型优化过程如下：S1、初始化天气的无标签数据集、多个源模型、源模型任务、目标模型、目标任务和特征融合模块；S2、随机采样无标签数据集中的若干数据，输入所有源模型中，得到若干组天气的时序特征和预测结果；S3、将每组数据对应的所有源模型的时序特征根据时间片分布进行拼接，并输入特征融合模块，得到特征融合损失；S4、将每组数据对应的所有源模型的预测结果拼接，并根据拼接好的时序特征消除预测冲突，得到天气的真实预测结果，并根据真实预测结果计算得到分类损失；S5、将步骤S2获取的若干数据输入目标模型，根据分类损失和特征融合损失，优化输入目标模型；所述步骤S4中消除预测冲突的方法如下：A1、获取置信度最高和次高的拼接预测结果；A2、若两者差值小于设定阈值，则判定存在冲突，执行步骤A3；若两者差值大于设定阈值，则判定不存在冲突，执行步骤A4；A3、根据对应样本的时序特征，计算置信度最高和次高拼接预测结果的相似度，取较高值的预测结果为真实预测结果；A4、采用滑动平均法更新置信度最高的拼接预测结果，得到真实预测结果。
全文数据：
权利要求：
百度查询： 同济大学 一种基于无监督多模型融合的时序任务预测方法和装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号