[发明专利]一种时间序列语义化预测方法及系统在审
| 申请号： | 201610261255.2 | 申请日： | 2016-04-25 |
| 公开（公告）号： | CN105956614A | 公开（公告）日： | 2016-09-21 |
| 发明（设计）人： | 熊开玲;杨晓飞;吴波;彭俊杰 | 申请（专利权）人： | 中国科学院上海高等研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海光华专利事务所 31219 | 代理人： | 朱裕禄 |
| 地址： | 201210 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种时间序列语义化预测方法及系统。所述时间序列语义化预测方法包括：获取一个系统的M个时间序列，每个时间序列包括N个数值，构成一个M×N观测状态矩阵，采用预设策略将所述数值分成L个类别，每个类别分别对应着一个语义化标签状态；根据数值与语义化标签状态的对应关系构建一个与所述观测状态矩阵相对应的一个M×N隐含状态矩阵；根据所述观测状态矩阵以及隐含状态矩阵计算得到相应的隐马尔科夫模型参数；获取系统的当前时间序列的数值作为当前观测状态值，根据所述隐马尔科夫模型参数计算出所述系统下一时刻的语义化标签状态值概率分布。本发明可以获得快速并直观的预测结果。 | ||
| 搜索关键词： | 一种 时间 序列 语义 预测 方法 系统 | ||
【主权项】：
一种时间序列语义化预测方法，其特征在于，所述时间序列语义化预测方法包括：获取一个系统的M个时间序列，每个时间序列包括N个数值，构成一个M×N观测状态矩阵，M与N为自然数；采用预设策略将所述数值分成L个类别，L为自然数，每个类别分别对应着一个语义化标签状态；根据数值与语义化标签状态的对应关系构建一个与所述观测状态矩阵相对应的一个M×N隐含状态矩阵；根据所述观测状态矩阵以及隐含状态矩阵计算得到相应的隐马尔科夫模型参数，所述隐马尔科夫模型参数包括：与所述L个类别一一对应的观测状态转移概率矩阵、一个L×L隐含状态转移概率矩阵；获取系统的当前时间序列的数值作为当前观测状态值，根据所述隐马尔科夫模型参数计算出所述系统下一时刻的语义化标签状态值概率分布。
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中国科学院上海高等研究院，未经中国科学院上海高等研究院许可，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/201610261255.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种木糖蒸发分离系统
- 下一篇：一种跨栏架
