[发明专利]一种多变量聚类与融合的时间序列组合预测方法有效
| 申请号： | 202011034152.5 | 申请日： | 2020-09-27 |
| 公开（公告）号： | CN112101480B | 公开（公告）日： | 2022-08-05 |
| 发明（设计）人： | 谢军太;黄婧;高智勇;高建民;姜洪权;席越 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 李鹏威 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多变量聚类与融合的时间序列组合预测方法，针对现有的神经网络模型没有特定的学习机制，对数据结构特征信息挖掘不充分问题，从多变量有向耦合角度，结合图卷积神经网络和长短期记忆网络的优势，提出一种多变量聚类与融合的时间序列组合预测方法。首先，基于耦合格兰杰因果测度分析，探究变量之间的因果传递关系；其次，根据变量因果分析结果，建立有向加权网络，提取其节点和边权特征，将目标变量的权重嵌入图卷积神经网络进行训练，实现监测变量的精确分类；最后，将目标监测变量所在社团包含的非目标监测变量时间序列作为输入，基于长短期记忆神经网络对目标监测变量进行预测。该方法应用化工生产系统中压缩机组监测序列进行验证，结果表明：本发明方法在预测的准确性和计算复杂度方面均优于传统的节点分类方法，而且所提方法在系统异常状态下也能保持较强的预测能力。 | ||
| 搜索关键词： | 一种 多变 量聚类 融合 时间 序列 组合 预测 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西安交通大学，未经西安交通大学许可，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/202011034152.5/，转载请声明来源钻瓜专利网。
