[发明专利]一种基于深度学习的预测县级单位时序GDP的方法在审
| 申请号： | 201910940640.3 | 申请日： | 2019-09-30 |
| 公开（公告）号： | CN110826689A | 公开（公告）日： | 2020-02-21 |
| 发明（设计）人： | 孙杰;赖祖龙;余俊杰 | 申请（专利权）人： | 中国地质大学（武汉） |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06Q10/04 |
| 代理公司： | 武汉知产时代知识产权代理有限公司 42238 | 代理人： | 易滨 |
| 地址： | 430000 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的预测县级单位时序GDP的方法，包括：首先基于GEE平台收集和管理研究区域内时间序列的多源遥感数据和县级矢量边界数据及年度县级GDP数据；然后基于GEE平台进行数据处理，并提出一种基于直方图统计的特征提取方法，将特征封装为深度学习所需的张量，按照时间将数据划分为训练集和验证集；再基于卷积神经网络建立深度学习体系结构，并将数据特征张量输入到网络中利用历史数据进行训练，保存训练后的模型；最后将验证实际数据输入模型，得到预测结果。本发明所提出的技术方案可以提高预测精度，节省人力成本，有利于帮助相关部门和政府统计到准确的社会经济数据，从而有针对性的提供产业援助和制定政策。 | ||
| 搜索关键词： | 一种 基于 深度 学习 预测 县级 单位 时序 gdp 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国地质大学（武汉），未经中国地质大学（武汉）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910940640.3/，转载请声明来源钻瓜专利网。
