[发明专利]一种时空过程深度学习模型实时流数据增量学习方法在审
| 申请号： | 202310037734.6 | 申请日： | 2023-01-10 |
| 公开（公告）号： | CN116011527A | 公开（公告）日： | 2023-04-25 |
| 发明（设计）人： | 陈泽强;李嘉舜;陈能成 | 申请（专利权）人： | 中国地质大学（武汉） |
| 主分类号： | G06N3/049 | 分类号： | G06N3/049;G06N3/08;G06F16/29;G06N3/0464 |
| 代理公司： | 武汉知产时代知识产权代理有限公司 42238 | 代理人： | 孔灿 |
| 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： | 本发明公开了一种时空过程深度学习模型实时流数据增量学习方法，包括准备一段历史时期的径流数据和降雨数据，获得数据流；将数据流输入时空过程深度学习模型进行定期训练，得到模型参数；将历史数据和实时数据合并后进行周期性切片得到多个子数据集，计算子数据集与全部数据的分布参数差值和时序相似性度量差值得到回放分数并排序；选取回放分数高的子数据集作为回放数据进行增量训练，增量训练过程中计算参数重要性，为时空过程深度学习模型训练损失施加正则化约束并调整所述模型的超参数；得到使用时空过程深度学习模型实时流数据增量学习方法的训练结果。本发明适用不同时空过程深度学习模型，且训练效率提升明显的情况下准确率损失较低。 | ||
| 搜索关键词： | 一种 时空 过程 深度 学习 模型 实时 数据 增量 学习方法 | ||
【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/202310037734.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种风电机组弹性支撑装置
- 下一篇：清洁装置的污水箱组件及具有其的清洁装置
