[发明专利]一种基于探测式深度网络的时空大数据预测方法

权利要求书

1.一种时空数据预测方法，其特征在于，包括：

将时空序列输入训练好的探测式卷积递归神经网络模型，获取预测结果；

其中，所述探测式卷积递归神经网络模型由编码器、预测器和探测器构成，所述编码器、预测器和探测器分别由若干个卷积长短时间记忆单元构成，所述探测式卷积递归神经网络模型的训练方法包括：

S1，将时空序列的前K个时刻的空间数据输入编码器，获取K+1时刻的空间数据预测值；将所述K+1时刻的空间数据预测值输入预测器，获取K+2至K+J时刻的空间数据预测值；

将所述时空序列的K+1至K+J-1时刻的空间数据输入探测器，获取K+2至K+J时刻的空间数据探测值；

S2，根据所述空间数据预测值、空间数据探测值和时空序列，应用损失函数计算所述预测器和探测器的输出值与时空序列的差距；

S3，对所述模型进行优化并重复步骤S1和S2，直至所述差距满足预设条件，获取所述训练好的探测式卷积递归神经网络模型。

2.根据权利要求1所述的方法，其特征在于，所述编码器由K组预测单元构成，所述预测器和探测器分别由J-1组预测单元构成，任一所述预测单元由若干层所述记忆单元构成；

任一所述记忆单元接收前一组预测单元中同一层记忆单元的记忆，并向后一组预测单元中同一层记忆单元发送所述任一记忆单元的记忆；

任一所述记忆单元的输入为同一组预测单元中的前一层记忆单元的输出。

3.根据权利要求2所述的方法，其特征在于，

所述编码器的第K组预测单元中的记忆单元分别向所述预测器和探测器的第一组预测单元中同一层记忆单元发送记忆；

所述预测器和探测器的第一组预测单元中的记忆单元接收所述编码器的第K组预测单元中同一层记忆单元发送的记忆；

所述编码器的第m组预测单元中的底层记忆单元的输入为所述时空序列中的m时刻的空间数据；m＝1，2，…，K；

所述探测器的第n组预测单元中的底层记忆单元的输入为所述时空序列中的K+n时刻的空间数据；n＝1，2，…，J-1；所述探测器第n组预测单元的顶层记忆单元的输出为K+n+1时刻的空间数据探测值；

所述预测器的第p组预测单元的底层记忆单元的输入为K+p时刻的空间数据预测值；p＝1，2，…，J-1；所述预测器第p组预测单元中的顶层记忆单元的输出为K+p+1时刻的空间数据预测值。