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：烟台大学
申请日：2024-12-19
公开（公告）日：2025-01-21
公开（公告）号：CN119338078A
专利技术分类：.专门适用于行政或管理目的的预测或优化，例如：线性规划或“下料问题”（市场预测或商业活动预测入G06Q30/0202）[2023.01]
专利摘要：本发明公开了一种基于时间序列分析的渔业资源动态趋势预测系统及方法，S1、构建渔业资源时间序列数据集；S2、形成标准化渔业资源时间序列数据集；S3、利用渔业资源时间序列数据集构建包括自动编码器模块和对比学习模块的自监督学习模型；S4、筛选高相关性特征以构建特征空间；S5、基于特征空间构建以自注意力机制为核心的时间序列动态预测模型；S6、生成资源分布的空间位置、资源丰度变化趋势及高峰期与低谷期时间范围的预测结果。本发明实现了对渔业资源动态趋势的精准预测，为渔业资源的可持续管理提供了强有力的技术支撑。
专利权项：1.一种基于时间序列分析的渔业资源动态趋势预测方法，其特征在于，包括如下步骤：S1、采集多源渔业资源，构建渔业资源时间序列数据集；S2、对渔业资源时间序列数据集进行标准化处理，形成标准化渔业资源时间序列数据集；S3、利用渔业资源时间序列数据集构建包括自动编码器模块和对比学习模块的自监督学习模型，通过自动编码器学习时间序列数据的特征分布，对比学习模块提升自监督学习模型对不同渔业资源时间序列数据集的适应能力；S4、基于预训练完成的自监督学习模型从标准化渔业资源时间序列数据中提取包括短期趋势特征、长期趋势特征、周期特征及环境响应特征在内的多层特征，并对多层特征进行关联分析，筛选高相关性特征以构建特征空间；S5、基于特征空间构建以自注意力机制为核心的时间序列动态预测模型，并利用自监督学习模型提取的特征表示对时间序列动态预测模型进行微调训练以优化预测能力；S6、利用时间序列动态预测模型对当前标准化渔业资源时间序列数据集进行未来趋势预测，生成资源分布的空间位置、资源丰度变化趋势及高峰期与低谷期时间范围的预测结果。
百度查询： 烟台大学 基于时间序列分析的渔业资源动态趋势预测系统及方法
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。
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