[发明专利]一种信息处理方法、装置及设备

权利要求书

1.一种信息处理方法，其特征在于，包括：

获取至少两个指标参数的历史数据的主成分嵌入数据以及短期融合特征；

根据所述主成分嵌入数据和短期融合特征，得到能够对所述至少两个指标参数进行联合预测的预测模型；

利用所述预测模型，获取所述至少两个指标参数中每一指标参数的预测值。

2.根据权利要求1所述的信息处理方法，其特征在于，所述获取至少两个指标参数的历史数据的主成分嵌入数据以及短期融合特征，包括：

将所述至少两个指标参数的历史数据，按照第一时长，划分为Y个样本；

通过主成分分析技术PCA，获取各样本的主成分嵌入数据；

通过神经网络中零填充的卷积层，获取各样本的短期融合特征；

其中，Y为大于1的整数。

3.根据权利要求2所述的信息处理方法，其特征在于，所述通过神经网络中零填充的卷积层，获取各样本的短期融合特征，包括：

使用神经网络中零填充的卷积层，获取所述样本的第一融合特征；所述第一融合特征是指在第二时长内的融合特征；

使用无池化、最大值池化以及平均值池化，对所述第一融合特征分别进行处理，得到三类的融合特征；

将所述三类的融合特征，按照通道维度进行拼接，得到所述样本的短期融合特征；

其中，所述第二时长小于第一阈值。

4.根据权利要求1所述的信息处理方法，其特征在于，所述根据所述主成分嵌入数据和短期融合特征，得到能够对所述至少两个指标参数进行联合预测的预测模型，包括：

将所述主成分嵌入数据和短期融合特征进行拼接后，通过神经网络中的两层扩张卷积层提取长期特征；

将所述长期特征，输入所述神经网络的全连接层中，得到所述至少两个指标参数分别在第一时刻的预测值；

根据所述预测值以及对应的真实值，得到能够对所述至少两个指标参数进行联合预测的预测模型；

其中，所述长期特征是在第三时长内的融合特征；所述第三时长大于第二阈值。

5.根据权利要求4所述的信息处理方法，其特征在于，所述根据所述预测值以及对应的真实值，得到能够对所述至少两个指标参数进行联合预测的预测模型，包括：

根据第一损失函数、所述预测值以及对应的真实值，获取损失值收敛时对应的、能够对所述至少两个指标参数进行联合预测的预测模型。

6.一种信息处理装置，其特征在于，包括：

第一获取模块，用于获取至少两个指标参数的历史数据的主成分嵌入数据以及短期融合特征；

第一处理模块，用于根据所述主成分嵌入数据和短期融合特征，得到能够对所述至少两个指标参数进行联合预测的预测模型；

第二获取模块，用于利用所述预测模型，获取所述至少两个指标参数中每一指标参数的预测值。

7.根据权利要求6所述的信息处理装置，其特征在于，所述获取至少两个指标参数的历史数据的主成分嵌入数据以及短期融合特征，包括：

将所述至少两个指标参数的历史数据，按照第一时长，划分为Y个样本；

通过主成分分析技术PCA，获取各样本的主成分嵌入数据；

通过神经网络中零填充的卷积层，获取各样本的短期融合特征；

其中，Y为大于1的整数。

8.根据权利要求7所述的信息处理装置，其特征在于，所述通过神经网络中零填充的卷积层，获取各样本的短期融合特征，包括：

使用神经网络中零填充的卷积层，获取所述样本的第一融合特征；所述第一融合特征是指在第二时长内的融合特征；

使用无池化、最大值池化以及平均值池化，对所述第一融合特征分别进行处理，得到三类的融合特征；

将所述三类的融合特征，按照通道维度进行拼接，得到所述样本的短期融合特征；

其中，所述第二时长小于第一阈值。