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：长沙学院
摘要：本发明提出一种基于Dempster‑Shafer证据理论的端到端集成风速预测方法和系统，本方法依次执行基于全MLP的特征提取步骤、基于GRU和CA的基础预测步骤，以及基于Dempster‑Shafer证据理论的权重融合步骤，最终由基于CNN和MHSA机制的自适应动态集合生成预测结果，这样多样性预测的集成隐式地包含在神经网络中，动态集成反映在隐式的集成权重会随着输入多样性预测的变化而变化，从而保证集成的自适应性；本系统包括基于全MLP的特征提取模块、基于GRU和CA的基础预测模块和基于Dempster‑Shafer证据理论的权重融合模块，利用多层感知MLP、循环神经网络GRU、交叉注意CA、卷积神经网络CNN、自注意力MHSA机制等多个学习模型整合基础预测的生成和合并过程，降低系统的复杂性并提高性能。
主权项：1.一种基于Dempster-Shafer证据理论的端到端集成风速预测方法，其特征在于，依次执行：基于全MLP的特征提取步骤，采用基于全MLP的残差块从历史风力发电数据中提取非线性特征；基于GRU和CA的基础预测步骤，将提取的非线性特征和GRU提取的时间特征通过CA进行融合，然后由三个独立的线性层将融合后的特征映射到基础预测中；基于Dempster-Shafer证据理论的权重融合步骤，将由线性层输出的t时刻以及t时刻之前的基础预测结果与真实观察数据通过Dempster-Shafer证据理论计算融合权重，最终由基于CNN和MHSA机制的自适应动态集合生成t+1时刻预测结果。
全文数据：
权利要求：
百度查询： 长沙学院 基于Dempster-Shafer证据理论的端到端集成风速预测方法和系统
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