[发明专利]一种基于注意力机制的商品需求的预测系统

权利要求书

1.一种基于注意力机制的商品需求的预测系统，其特征在于：包括预测模块(11)、预测显示模块(6)、混合神经网络模块(8)、注意力机制模块(1)和时间序列模块(17)，所述混合神经网络模块(8)内部设有信号接收单元(13)、卷积神经网络模块(14)和递归神经网络模块(24)，所述卷积神经网络模块(14)内部设有第一抓取模块(15)和第一定义模块(16)，所述递归神经网络模块(24)内部设有第二抓取模块(22)和第二定义模块(23)，所述注意力机制模块(1)内部设有赋值单元(2)和赋值输送单元(3)，所述时间序列模块(17)内部设有短期特征单元(18)、局部变量单元(19)、长期特征单元(20)和全局宏观变量单元(21)，所述卷积神经网络模块(14)分别连接短期特征单元(18)和局部变量单元(19)，所述递归神经网络模块(24)分别连接长期特征单元(20)和全局宏观变量单元(21)。

2.根据权利要求1所述的一种基于注意力机制的商品需求的预测系统，其特征在于：所述注意力机制模块(1)连接定义输送单元(7)，所述定义输送单元(7)位于混合神经网络模块(8)内部。

3.根据权利要求1所述的一种基于注意力机制的商品需求的预测系统，其特征在于：所述信号接收单元(13)连接信号输送单元(12)，所述信号输送单元(12)位于预测模块(11)内部。

4.根据权利要求1所述的一种基于注意力机制的商品需求的预测系统，其特征在于：所述预测模块(11)内部设有运行单元(9)和信号输送单元(12)。

5.根据权利要求1所述的一种基于注意力机制的商品需求的预测系统，其特征在于：所述注意力机制模块(1)连接预测显示模块(6)，所述预测显示模块(6)内部设有显示单元(5)和赋值接收单元(4)，所述显示单元(5)采用显示屏构成。

6.根据权利要求1所述的一种基于注意力机制的商品需求的预测系统，其特征在于：所述卷积神经网络模块(14)符合公式：h_k＝ReLU(W_k*X+b_k)，其中h_k表示卷积神经网络的k层输出，X表示输入变量，ReLU是一种激活函数，具有以下形式：ReLU＝max(0,x)。

7.根据权利要求1所述的一种基于注意力机制的商品需求的预测系统，其特征在于：所述递归神经网络模块(24)符合公式：h_t,c_t＝F(h_t-1,c_t-1,X_t)，其中h_t,c_t的定义如下：

i_c＝sigmoid(W_xiX_t+W_hfh_t-1)；f_t＝sigmoid(WxfX_t+W_hfh_t-1)；o_t＝sigmoid(W_xoX_t+W_hoh_t-1)；c_t＝f_t⊙c_t-1+i_t⊙tanh(W_xcX_t+W_hch_t-1)；h_t＝o_t⊙tanh(c_t)。

8.根据权利要求8所述的一种基于注意力机制的商品需求的预测系统，其特征在于：所述注意力机制模块(1)符合公式：attn_t＝Softmax(F_attn(H_t,h_t))。