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

基于深度回归模型的数据预测方法、装置及电子设备 

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:平安科技(深圳)有限公司

摘要:本申请实施例提供了基于深度回归模型的数据预测方法、装置及电子设备,属于金融科技领域。方法包括:获取金融数据集,并数据划分得到第一金融集和第二金融集;将第一金融集输入深度回归模型进行批次划分,输出多个金融样本批次;对金融数据的金融标签进行相减操作,得到标签距离矩阵;通过特征距离读出模块对金融样本批次进行距离估计,得到特征距离矩阵,并通过回归头对金融样本批次进行特征映射,得到回归值;根据标签距离矩阵、特征距离矩阵以及回归值训练深度回归模型;将第二金融集输入预训练的深度回归模型进行数据预测,得到预测结果。本申请实施例,能够提高深度回归模型的预测准确性,进一步提高预测准确率。

主权项:1.一种基于深度回归模型的数据预测方法,其特征在于,所述方法包括:获取金融数据集,并对所述金融数据集进行数据划分,得到第一金融集和第二金融集,其中,所述金融数据集中每个金融数据均携带有金融标签;将所述第一金融集输入深度回归模型进行批次划分,输出多个金融样本批次,其中,每个所述金融样本批次包括至少两个所述金融数据;对于每个所述金融样本批次,对所述金融数据的金融标签进行相减操作,得到标签距离矩阵,所述标签距离矩阵用于表征所述金融标签之间的距离;通过所述深度回归模型中的特征距离读出模块对所述金融样本批次进行距离估计,得到特征距离矩阵,并通过所述深度回归模型的回归头对所述金融样本批次进行特征映射,得到回归值;根据所述标签距离矩阵、所述特征距离矩阵以及所述回归值训练所述深度回归模型,得到预训练的深度回归模型;将所述第二金融集输入预训练的深度回归模型进行数据预测,得到预测结果。

全文数据:

权利要求:

百度查询: 平安科技(深圳)有限公司 基于深度回归模型的数据预测方法、装置及电子设备

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。