“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]一种基于图演化博弈模型的案件规模预测方法及系统-CN202210407008.4在审
发明人：赵虹;王惠生;李悦江 -专利权人：清华大学;上海清鹤科技股份有限公司
申请日： 2022-04-18 - 公布日： 2022-07-05 - 主分类号： G06N20/00 文献下载
摘要：本发明提供一种基于图演化博弈模型的案件规模预测方法及系统，包括：根据预训练的图演化博弈模型获取最优参数序列；其中，图演化博弈模型是利用数据库中的待学习参数集进行训练得到的；基于所述最优参数序列和用户的历史决策，对未来目标时段内用户的决策进行预测，以生成图演化博弈预测序列；根据预训练的时间序列预测模型获取时间序列预测序列；其中，时间序列预测模型是利用待学习数据集训练得到的；将图演化博弈预测序列与时间序列预测序列进行融合，得到终极预测序列，通过终极预测序列对案件规模进行预测。本发明解决纠纷案件难以准确预测的缺陷，实现对纠纷案件进行准确预测。
一种基于演化博弈模型案件规模预测方法系统

[发明专利]基于时间序列模式适配的云原生指标数据预测方法及系统-CN202110477731.5在审
发明人：陈园 -专利权人：上海爱数信息技术股份有限公司
申请日： 2021-04-30 - 公布日： 2021-07-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于时间序列模式适配的云原生指标数据预测方法及系统，方法包括：1)采集云原生系统的待预测指标的时间序列数据；2)对时间序列数据进行数据特性检测，获得时间序列数据的时间序列模式；3)根据时间序列模式，按照选择规则选择与该时间序列数据适配的预测算法；4)通过步骤3)选择的预测算法对待预测指标的时间序列数据进行预测。
基于时间序列模式原生指标数据预测方法系统

[发明专利]数据预测方法、装置、物流货量预测方法、介质和设备-CN202111100746.6在审
发明人：吴盛楠;庄晓天;韩国帅;佟路 -专利权人：北京京东振世信息技术有限公司
申请日： 2021-09-18 - 公布日： 2021-12-14 - 主分类号： G06Q10/04 文献下载
摘要：本公开涉及计算机技术领域，涉及了一种数据预测方法及装置、物流货量预测方法及装置、存储介质和电子设备。该方法包括：获取历史时间序列数据，对历史时间序列数据进行时间序列分解，得到趋势序列数据、周期序列数据和误差序列数据；对误差序列数据进行时间序列分解，并对得到的分解子序列进行拟合预测，根据拟合预测结果确定误差序列数据对应的第一预测结果；采用趋势序列数据和周期序列数据对应的预测模型，分别对趋势序列数据和周期序列数据进行拟合预测，得到第二预测结果和第三预测结果；将第一预测结果、第二预测结果和第三预测结果进行融合，得到目标预测结果。本公开一定程度上提高具有周期性、趋势性数据的预测准确性。
数据预测方法装置物流介质设备

[发明专利]基于CNN的时间序列预测方法和模型确定方法-CN201910460741.0有效
发明人：李肯立;王康;陈岑;李克勤;段明星;刘楚波;阳王东 -专利权人：湖南大学
申请日： 2019-05-30 - 公布日： 2021-11-16 - 主分类号： G06N3/04 文献下载
摘要：本申请涉及一种基于CNN的时间序列预测方法和模型确定方法。所述预测方法包括：获取历史时间序列数据，根据历史时间序列数据的周期特性，确定周期参数，周期参数包括周期类型及其对应的周期时长；基于预测时间点、历史时间序列数据、周期参数以及预设循环跨度，确定预测时间点在历史时间序列数据中对应的分量数据，分量数据包括最接近时间段数据和周期数据；采用确定好的CNN模型对分量数据进行预测，得到预测时间点对应的预测结果。采用本方法能够高效准确地预测出之后的时间序列信息。
基于 cnn 时间序列预测方法模型确定

[发明专利]水位预测方法、装置及计算机可读存储介质-CN202010823023.8有效
发明人：庞海天;王尧;杨洋;陈哲;张聪 -专利权人：深圳江行联加智能科技有限公司
申请日： 2020-08-17 - 公布日： 2021-08-27 - 主分类号： G06F17/14 文献下载
摘要：本发明公开了一种水位预测方法、装置及计算机可读存储介质，所述水位预测方法包括：获取时间序列数据，其中，所述时间序列数据由水位信息的时间序列数据以及降水量信息的时间序列数据组成；获取多任务预测模型，根据所述多任务预测模型对所述时间序列数据进行预测，确定水位预测结果，其中，所述多任务预测模型包括主任务和相关任务，所述主任务基于所述水位信息的时间序列数据进行预测，所述相关任务基于所述降水量信息的时间序列数据进行预测；输出所述水位预测结果。由于多任务预测模型中的主任务在预测水位时，还通过相关任务预测降水量，主任务可以通过相关任务提升泛化效果，因此降低了水位预测结果与实际水位情况的误差。
水位预测方法装置计算机可读存储介质

[发明专利]一种信息处理方法及装置-CN202111067295.0在审
发明人：陆明;聂志远 -专利权人：联想（北京）有限公司
申请日： 2021-09-13 - 公布日： 2022-01-07 - 主分类号： G06F16/909 文献下载
摘要：该方法根据某一时间周期内实际的时间序列数据进行初次预测得到一个预测结果，如果该时间周期内预测结果与实际的时间序列数据相差较大，则可以通过时间序列权重和预测结果对实际的时间序列数据进行修正；然后，再基于修正后的时间序列数据进行第二次预测根据第一时间序列权重对预测所基于的时间序列数据进行修正，可指定不同时期的数据在预测过程中的权重和影响力。如此，使用修正后的数据再次进行预测，可使预测特别是中长期预测更加准确。
一种信息处理方法装置

[发明专利]基于统计信号处理的时间序列特性评价的预测模型选择方法-CN201510324354.6在审
发明人：彭宇;刘大同;郭力萌;彭喜元 -专利权人：哈尔滨工业大学
申请日： 2015-06-12 - 公布日： 2015-10-21 - 主分类号： G06F19/00 文献下载
摘要：基于统计信号处理的时间序列特性评价的预测模型选择方法，属于时间序列预测领域。为了解决目前的倒闸操作票托板在特殊情况下使用不便的问题。所述方法包括：对输入时间序列进行幅值连续性、长记忆性、趋势性和季节性判断，确定输入时间序列的特性评价种类；步骤二：根据步骤一确定的种类与预测模型之间的映射关系，获取相应种类的预测模型；步骤三：在相应种类的预测模型中选择最优的一个，用于时间序列预测。本发明用于时间序列预测模型预测时间序列。
基于统计信号处理时间序列特性评价预测模型选择方法

[发明专利]一种基于核学习和分位数的小样本时间序列预测方法-CN202310081425.9在审
发明人：解铭 -专利权人：邯郸学院
申请日： 2023-02-07 - 公布日： 2023-07-07 - 主分类号： G06F18/214 文献下载
摘要：本发明属于计算机、机器学习及时间序列数据预测技术领域，公开了一种基于核学习和分位数的小样本时间序列预测方法，在多变量灰色模型框架下，提供基于核学习与分位数的小样本时间序列预测模型，可实现对非线性小样本时间序列的准确预测本发明可通过简洁、高效的编程实现较高的预测精度，在非线性小样本时间序列预测中有着广泛的应用，更适应实际时间序列尤其交通流时间序列的预测建模。
一种基于学习位数样本时间序列预测方法

[发明专利]车流量时间序列的预测方法及预测装置-CN202010142359.8有效
发明人：段洪云;彭琛;汪伟 -专利权人：平安科技（深圳）有限公司
申请日： 2020-03-04 - 公布日： 2023-01-17 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种车流量时间序列的预测方法、装置、计算机系统及计算机可读存储介质，所述方法包括以下步骤：响应于车流量预测指令，获取历史车流量时间序列；将所述历史车流量时间序列输入分类模型以获取分类标签；根据所述对应的分类标签获取目标预测模型；将所述历史车流量时间序列输入所述预测模型，得到对应的预测车流量时间序列。本发明首先通过对大量训练时间序列进行机器学习，掌握训练时间序列的统计特征与其对应的最佳预测模型之间的映射关系，根据该映射关系生成分类模型，用于输出与待测的车流量时间序列最匹配的预测模型。最后待测的车流量时间序列利用最匹配的预测模型进行预测，以达到提高预测结果准确性的目的。
车流量时间序列预测方法装置

[发明专利]一种基于实时统计数据的公交站点短时客流预测方法-CN202010245046.5在审
发明人：翟华伟;崔立成;张维石;田瑞杰 -专利权人：大连海事大学
申请日： 2020-03-31 - 公布日： 2020-07-17 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于实时统计数据的公交站点短时客流预测方法，包括：将客流时间序列分解为线性趋势部分与非线性特征部分；使用时间序列模型对客流时间序列的线性趋势部分进行预测；利用深度信念网络对客流时间序列非线性特征部分进行预测；利用改进极限学习机算法建立基于客流时间序列的线性趋势部分预测结果以及客流时间序列非线性特征部分预测结果的组合预测模型；基于所述组合预测模型各单一时间尺度客流时间序列预测结果，利用改进极限学习机算法建立混合关系预测模型；利用所述混合关系预测模型预测短时客流变化。本发明综合分析客流统计数据线性特性和非线性特性，有效提高站点客流预测精度。
一种基于实时统计数据公交站点客流预测方法

[发明专利]电量预测方法及其装置、计算机可读存储介质-CN202310406120.0在审
发明人：赵儆;张胜祥;单存知;韩梦天;文金远;孟斌;刘芷合;李峰;王湘;赖晓文 -专利权人：特变电工科技投资有限公司;北京清能互联科技有限公司
申请日： 2023-04-17 - 公布日： 2023-07-25 - 主分类号： H02J3/00 文献下载
摘要：本发明提出一种电量预测方法及其装置、计算机可读存储介质，电量预测方法包括建立时间预测算法模型；获取发电量的历史时间序列；将历史时间序列输入至时间预测算法模型中进行学习训练，以获取时间预测算法模型的算法参数；根据算法参数通过时间预测算法模型输出预测时间序列；根据预测时间序列以及历史时间序列计算目标日期的日发电量。本发明技术方案基于历史电量数据序列外推法，即使在不具备气象数据的条件下，仍然能够利用气象在不同月份和不同日期对发电量造成影响的特性，通过性能曲线得到精确的预测结果。对电量进行预测的方式，还能够对得到的预测时间序列进行分解，以得到时间单位更小，例如日级、小时级的预测结果。
电量预测方法及其装置计算机可读存储介质

[发明专利]负载预测方法、装置、设备和计算机可读介质-CN202111530284.1在审
发明人：王悦;龙岳;王天人 -专利权人：中国联合网络通信集团有限公司
申请日： 2021-12-14 - 公布日： 2022-03-22 - 主分类号： H04L41/147 文献下载
摘要：本发明公开了一种负载预测方法、装置、设备和计算机可读介质，属于负载预测领域，解决负载预测精度低的问题；该方法包括：采集云计算数据中心的负载信息，得到负载时间序列的实际值；利用预先构建的静态统计模型生成负载时间序列的线性预测值，根据负载时间序列的实际值和线性预测值，确定负载时间序列的残差；根据负载时间序列的残差，对机器学习模型库中预定数量的模型进行训练和性能评估，根据性能评估结果选取出混合预测模型；使用静态统计模型和混合预测模型，确定负载时间序列在未来指定时刻的线性预测结果和非线性预测结果，结合线性预测结果和非线性预测结果，得到负载时间序列的预测结果；根据该方法可以提高负载预测精度。
负载预测方法装置设备计算机可读介质

[发明专利]一种多模态高压开关的感知方法及相关装置-CN202310188281.7在审
发明人：张杰明;高宜凡;李波;刘洋;陈显超;陈展尘;陈益哲;梁妍陟;陈金成;陈忠颖 -专利权人：广东电网有限责任公司;广东电网有限责任公司肇庆供电局
申请日： 2023-02-28 - 公布日： 2023-05-16 - 主分类号： G06V10/82 文献下载
摘要：本申请公开了一种多模态高压开关的感知方法及相关装置，包括：获取高压开关状态检测传感器的检测数据以及图像数据，将检测数据和图像数据进行结合并通过引入开关状态权重矩阵判断高压开关的状态；将开关权重矩阵进行二进制编码得到二进制时间序列和环境因素权重矩阵，通过小波分解技术将二进制时间序列分解成若干个平稳时间子序列；通过平稳时间子序列对预测网络模型进行训练，将二进制时间序列输入到训练好的预测网络模型中，得到预测时间子序列；对预测时间子序列进行序列重构，得到预测时间重构序列，将预测时间重构序列引入到环境因素权重矩阵中，得到开关状态预测序列，从而解决了现有技术对高压开关状态检测和预测精度较差的问题。
一种多模态高压开关感知方法相关装置

[发明专利]基于CNN-LSTM神经网络模型与ARIMA模型的时间序列预测方法及系统-CN202110076545.0在审
发明人：张登银;赵远鹏;徐业鹏;韩文生;寇英杰 -专利权人：南京邮电大学
申请日： 2021-01-20 - 公布日： 2021-05-18 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了时间序列预测技术领域的一种基于CNN‑LSTM神经网络模型与ARIMA模型的时间序列预测方法及系统，旨在解决现有技术中没有充分提取时间序列的周期特征从而导致预测精度不够的问题。包括：获取待预测的时间序列数据，构建输入样本；将输入样本输入经过训练的基于CNN‑LSTM的神经网络模型，得到第一预测结果；将第一预测结果与输入样本的观测值进行比对，得到误差序列；将误差序列输入建立的ARIMA模型对误差序列进行误差修正预测，得到第二预测结果；将第一预测结果和第二预测结果相加得到时间序列的最终预测结果。
基于 cnn lstm 神经网络模型 arima 时间序列预测方法系统

[发明专利]时序数据分类预测方法、装置、终端设备及存储介质-CN202111047977.5在审
发明人：李晓颖;胡明艳;吴慧强;李苏璇 -专利权人：招商银行股份有限公司
申请日： 2021-09-07 - 公布日： 2021-12-24 - 主分类号： G06F16/28 文献下载
摘要：本发明公开了一种时序数据分类预测方法，该方法包括：获取待处理的时序数据，其中，所述时序数据中包括多个时间序列；根据所述时序数据中各个时间序列的标签信息，确定各所述时间序列的时序类型，其中，所述标签信息是对所述时序数据进行分类预处理得到的；根据所述时间序列的时序类型，从预设的预测组件库中选取目标预测组件对所述时间序列进行预测，并输出预测基线。本发明还公开了一种时序数据分类预测装置、终端设备及存储介质。本发明通过设置多分类预测组件，针对不同类型时间序列的预测场景，利用不同的预测组件进行预测，能够全面的覆盖繁杂的时间序列类型，提高对时间序列进行预测的适用性和预测准确性。
时序数据分类预测方法装置终端设备存储介质