“时间序列预测”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2633559个，建议您升级VIP下载更多相关专利

[发明专利]建筑能源数据分析预测方法及系统-CN202211574487.5在审
发明人：田青;付冠翔;陈树 -专利权人：江苏鼋博群智能技术有限公司
申请日： 2022-12-08 - 公布日： 2023-05-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种建筑能源数据分析预测方法及系统，方法包括获取建筑能源数据，对建筑能源数据进行预处理；对预处理后的建筑能源数据进行趋势分析，得到时间序列；对建筑能源数据的时间序列进行平稳性检测，获得平稳的时间序列；利用平稳的时间序列构建拟合时间序列的最优预测模型；使用最优预测模型对建筑能源数据进行短期预测。本发明考虑了能源数据在不同维度呈现出显著的季节性、节假日效应等因素，显著提高了建筑能源时间序列的预测精度。
建筑能源数据分析预测方法系统

[发明专利]基于自学习的脑活动多维时间序列信号的解码方法及装置-CN201610620639.9有效
发明人：刘立;吴煜 -专利权人：北京医拍智能科技有限公司
申请日： 2016-07-29 - 公布日： 2019-11-19 - 主分类号： A61B5/00 文献下载
摘要：本发明公开一种基于自学习的脑活动多维时间序列信号的解码方法及装置，能够将脑活动多维时间序列信号进行准确高效地分类预测，且能够克服脑活动多维时间序列信号在不同个体之间的差异问题，使脑解码具有普适性。所述方法包括：S1、获取待预测的脑活动多维时间序列信号；S2、将所述待预测的脑活动多维时间序列信号输入预设的深度学习预测模型，得到产生所述待预测的脑活动多维时间序列信号的脑刺激类别。
基于自学习活动多维时间序列信号解码方法装置

[发明专利]一种基于压缩感知的时间序列趋势提取和预测方法-CN202011470663.1在审
发明人：孙毅;田裕鹏;龚慧刚 -专利权人：南京航空航天大学
申请日： 2020-12-14 - 公布日： 2021-03-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于压缩感知的时间序列趋势提取和预测方法，属于时间序列预测方法领域。本方法通过对原始时间序列进行随机亚采样得到观测向量后，在确定重构信号稀疏度的情况下，多次重构对原始时间序列进行趋势提取。再进一步利用基于欧式距离序列相似度评价指标，找出多个重构趋势中的最佳趋势序列，最后对最佳趋势使用支持向量回归预测方法最终能够对未来趋势发展进行预测。本方法只需利用原始时间序列随机亚采样的观测向量就可较好地提取出原始时间序列的趋势信息，拥有一定的压缩比，更适用于大数据挖掘处理情况下使用。本方法采用对序列趋势信息的预测，能够有效解决时间序列趋势的长期预测、噪声干扰等问题，让结果更科学、更有效。
一种基于压缩感知时间序列趋势提取预测方法

[发明专利]一种入库量和出库量的联合预测方法-CN201710294893.9有效
发明人：周绮凤;李涛;韩如愿;郑理;李磊 -专利权人：厦门大学
申请日： 2017-04-28 - 公布日： 2021-03-09 - 主分类号： G06Q10/08 文献下载
摘要：一种入库量和出库量的联合预测方法，涉及库存管理。通过建立一个基于多时间序列数据预测的预测模型，并将其应用到库存管理领域，可以在满足出库与出库两类型时间序列的依赖关系情况下，同时实现高精度的预测结果。获取预定时间段内的入库量和出库量时间序列数据，并对这两类型时间序列数据进行数据清洗；利用数据挖掘技术建立时间序列预测模型；考虑到库存中的入库量和出库量均相互依赖的背景知识，将入库量和出库量时间序列数据的相互依赖关系建立模型；将相互依赖关系建立模型应用于库存预测中，即把库存预测的要求建立到约束下，获得最终预测结果。
一种入库出库联合预测方法

[发明专利]基于动态神经网络时间序列预测的干式离合器温度预测法-CN202110087699.X有效
发明人：龚雨兵;向志立;张立杰;郑显玲;尹钰田;周红达;陈蔡 -专利权人：桂林电子科技大学
申请日： 2021-01-22 - 公布日： 2022-07-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于动态神经网络时间序列预测的干式离合器温度预测法，利用离合器温度、时间历史样本数据，采用动态神经网络时间序列预测方法对离合器温度进行建模及预测。先是数据采集；继而训练数据，建立动态神经网络时间序列模型；进行将来时间序列上的离合器温度预测，分析预测结果误差，对预测数据进行反归一化处理；最终即得到离合器温度预测模型及时间序列上的预测值。相较于传统的采用试验测试方法以及有限元数值仿真方法来获得离合器温度，本方法具有实现简便、精度高、成本低等优点，另外，本方法具有记忆功能，非常适合于处理时间序列数据，能够预测离合器单次接合或者连续多次接合过程中的全部温度
基于动态神经网络时间序列预测离合器温度

[发明专利]事件序列预测模型构建方法、预测方法、装置及终端-CN202210061101.4有效
发明人：李洪亮;李庆庚 -专利权人：北京万旺科技有限公司
申请日： 2022-01-19 - 公布日： 2023-03-03 - 主分类号： G06F30/27 文献下载
摘要：本申请涉及一种事件序列预测模型构建方法、预测方法、装置及终端，事件序列预测模型构建方法包括获取事件基本数据，事件基本数据包括事件的时间、事件的名称和事件的状态，对事件的时间、事件的名称和事件的状态进行特征提取与融合得到事件标识信息，将多个事件标识信息按事件发生时间关系生成标识序列，将标识序列拆分为训练集和测试集，通过训练集中标识序列对事件序列预测模型进行训练，测试集中标识序列对事件序列预测模型进行测试得到最终事件序列预测模型。本申请不需要对事件之间的复杂关系进行分析，可以从时间上对多个事件进行关联，使用模型对具有时间关联关系的事件进行预测，并且，保证预测结果的准确性。
事件序列预测模型构建方法装置终端

[发明专利]基于经验模态分解和支持向量机的气候时序预测方法-CN201010159898.9无效
发明人：毕硕本;徐寅;陈譞;王必强;董学士 -专利权人：南京信息工程大学
申请日： 2010-04-29 - 公布日： 2010-09-29 - 主分类号： G01W1/10 文献下载
摘要：本发明公布了一种基于经验模态分解和支持向量机的气候时序预测方法，属于短期气候预测领域。本发明首先通过经验模态分解算法进行时间序列的预处理，分解成若干个本征模态函数分量和一个趋势分量，这些分量更能准确反映原序列的变化，并保留时间序列本身特征；接下来通过时间序列预测方法对每个分量进行相空间重构，再分别构建不同的支持向量机回归模型进行预测，将各分量预测的结果线性组合成原序列的预测结果。本发明的优点在于借助经验模态分解算法进行时间序列的平稳化处理，在保留时间序列本身特征的基础上减少序列间的干扰或耦合信息，使得预测的准确率更高，特别适合处理逐年降水或温度变化的非平稳气候时间序列。
基于经验分解支持向量气候时序预测方法

[发明专利]基于预训练增强的多元时间序列预测方法及系统-CN202211144325.8在审
发明人：徐勇军;邵泽志;王飞;张钊 -专利权人：中国科学院计算技术研究所
申请日： 2022-09-20 - 公布日： 2023-02-03 - 主分类号： G06N3/0455 文献下载
摘要：本发明提出一种基于预训练增强的多元时间序列预测方法，包括：构建包括编码器和第一解码器的预训练模型；在多元时间序列中截取多个序列样本；对于每个该序列样本，将该序列样本切分为多个数据片段，随机选取部分该数据片段构建为训练集，以该训练集对该预训练模型进行训练；从完成训练的预训练模型中提取编码器，构建包括该编码器和第二解码器的预测模型，基于该多元时间序列的当前序列片段，通过该预测模型对该多元时间序列于下一时段的未来序列片段进行预测本发明还提出一种基于预训练增强的多元时间序列预测系统，以及一种用于多元时间序列预测的数据处理装置。
基于训练增强多元时间序列预测方法系统

[发明专利]贷款数据分析预测方法及装置-CN202110912101.6在审
发明人：陈鹏 -专利权人：建信金融科技有限责任公司
申请日： 2021-08-10 - 公布日： 2021-11-16 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种贷款数据分析预测方法及装置，涉及时间序列大数据建模技术领域，该方法包括：建立贷款时间序列数据集，分为训练数据集与测试数据集；采用时间序列模型对贷款时间序列训练数据集进行拟合得到模型参数，计算求得对应的动态均值序列与动态方差序列；根据贷款时间序列训练数据集、所述动态均值序列、所述动态方差序列进行残差计算得到残差序列，更换时间序列模型重新输入贷款时间序列训练数据集进行拟合，优化模型参数，直到残差序列通过独立性检验；根据贷款时间序列测试数据集对拟合、优化后的时间序列模型进行测试，利用通过测试的时间序列模型对待预测贷款数据进行分析预测，可以提高贷款数据分析预测准确性，改善用户体验。
贷款数据分析预测方法装置

[发明专利]货品需求预测方法、训练方法、装置、计算机系统及介质-CN202211083563.2在审
发明人：陈家禹;庄晓天;吴盛楠 -专利权人：广东京邦达供应链科技有限公司;北京京东振世信息技术有限公司
申请日： 2022-09-06 - 公布日： 2023-06-06 - 主分类号： G06Q30/0202 文献下载
摘要：本公开提供了一种货品需求预测方法，包括：将历史时序数据分解为需求量序列和需求间隔序列，其中，历史时序数据包括按照时间顺序排序，与不同时间点分别对应的货品需求量，需求量序列包括多个表征满足预设数量条件的货品需求量，需求间隔序列包括需求量序列中任意两个相邻货品需求量之间的时间间隔；对需求量序列进行特征提取，得到需求预测量隐藏态序列；对需求间隔序列进行特征提取，得到需求间隔预测隐藏态序列；根据需求预测量隐藏态序列和需求间隔预测隐藏态序列，得到货品在预设预测时间长度对应的需求预测结果。本公开还提供了一种货品需求预测模型的训练方法、装置、计算机系统及介质。
货品需求预测方法训练装置计算机系统介质

[发明专利]热点话题早期发展趋势预测系统及预测方法-CN201711351709.6有效
发明人：殷复莲;张贝贝;王颜颜;苏沛 -专利权人：中国传媒大学
申请日： 2017-12-15 - 公布日： 2020-09-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种热点话题早期发展趋势预测系统及预测方法，采集话题时间序列；判断所述序列是否进入衰退期；若进入，作为完整话题时间序列采用聚类方法进行分类得到各话题类，将各话题类各话题时间序列代入预测模型进行训练得到各话题类的类内预测模型；若未进入，分析新话题时间序列与话题类中每个完整话题时间序列相似度，取平均值作为新话题与话题类的匹配度；按照匹配度从高到低顺序筛选出设定数量话题类；调用筛选出来的话题类的类内预测模型，分别代入新话题时间序列，得到设定数量的预测值；将所述预测值赋予不同权重值进行组合得到新话题未来时刻的预测值。上述系统及方法能对新话题早期的发展趋势进行精准预测。
热点话题早期发展趋势预测系统方法

[发明专利]空中交通流量混沌预测方法及系统、存储介质、终端-CN202310043247.0有效
发明人：王莉莉;赵云飞 -专利权人：中国民航大学
申请日： 2023-01-29 - 公布日： 2023-05-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种空中交通流量混沌预测方法及系统、存储介质、终端。其中，空中交通流量混沌预测方法，包括如下步骤：构建空中交通流量混沌时间序列预测模型；判断所述空中交通流是否具有混沌特性；若有，则对空中交通流量时间序列进行归一化处理；根据归一化处理后的空中交通流量时间序列，确定相空间重构参数延迟时间和嵌入维度；利用确定的延迟时间和嵌入维度，对归一化处理后的空中交通流量时间序列进行相空间重构；将相空间重构后的空中交通流量时间序列输入到构建的空中交通流量混沌时间序列预测模型中进行预测通过实际交通流数据对模型进行验证，相比传统方法利用本申请对空中交通流量时间序列具有更好预测精度和预测速度。
空中交通流量混沌预测方法系统存储介质终端

[发明专利]一种话务量预测方法和系统-CN202110573292.8在审
发明人：刘喜庆;王文平 -专利权人：北京域天科技有限公司
申请日： 2021-05-25 - 公布日： 2022-11-25 - 主分类号： G06Q30/02 文献下载
摘要：本发明涉及一种话务量预测方法和系统，属于通信技术领域，解决了现有方法会造成资源极大浪费的同时，仍然会造成部分区域人员不能正常使用通信网络的问题。该方法包括获取网元的历史话务量数据的时间序列作为样本序列；基于样本序列构建零均值时间序列；对零均值时间序列进行平稳化处理以将非平稳时间序列转换为平稳时间序列，并且将平稳时间序列按照时间划分为第一平稳时间序列和第二平稳时间序列；基于第一平稳时间序列利用NDARIMA模型估计模型参数；以及将模型参数代入NDARIMA模型生成话务量预测模型并将第二平稳时间序列作为话务量预测模型的输入对未来话务量进行预测。通过大数据机器学习算法实现精准的话务量预测，能够解决目前运营商面临的困境。
一种话务量预测方法系统

[发明专利]一种风电功率预测方法、装置、设备及存储介质-CN202011630070.7在审
发明人：肖建华;李春亮;罗苑萍;刘滨涛;傅惠芹;刘冬明;林晓波 -专利权人：广东电网有限责任公司;广东电网有限责任公司揭阳供电局
申请日： 2020-12-31 - 公布日： 2021-04-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种风电功率预测方法、装置、设备和存储介质，包括：分解第一历史时间段内的风电功率时间序列和风速时间序列，得到风电功率子序列和风速子序列；拼接各所述风电功率子序列、各所述风速子序列、以及对应的风向时间序列的正弦值和余弦值，得到张量信息；通过各所述张量信息预测得到风电功率子序列后，根据各所述风电功率子序列，确定预测风电功率。上述技术方案通过拼接各风电功率子序列、各风速子序列、以及对应的风向时间序列的正弦值和余弦值得到张量信息之后，可以通过张量信息预测得到风电功率子序列，进而可以得到风电功率，相比于传统的预测方法，提高了风电功率预测的准确性
一种电功率预测方法装置设备存储介质

[发明专利]一种基于时空解构的多传感器长时序列预测方法及模型-CN202211153969.3在审
发明人：王莉;蒋卓伦;张祎琳;许柏宁;宁泽飞;苗昊 -专利权人：太原理工大学
申请日： 2022-09-21 - 公布日： 2023-03-21 - 主分类号： G06N3/049 文献下载
摘要：本发明提供了一种基于时空解构的多传感器长时序列预测方法及模型，属于深度学习技术领域；解决了多源时间序列的长时间预测准确性的问题；包括如下步骤：输入传感器历史数据；对传感器历史数据的时间序列的时序信息进行捕获：使用基于自相关机制的时序模块处理时间序列，得到时间序列内隐含的时序关系；对传感器历史数据的时间序列的空间信息进行捕获：使用基于卷积和自注意力的空间模块处理消除时序部分后的时间序列，得到多个不同变量之间的隐含关系；聚合得到长时序列预测：将时序部分预测数据和空间部分预测数据进行求和运算，即可得到最终的预测数据；本发明应用于多传感器数据预测。
一种基于时空解构传感器时序预测方法模型