[发明专利]一种时序数据预测方法、装置及设备在审
| 申请号： | 201810174986.2 | 申请日： | 2018-03-02 |
| 公开（公告）号： | CN108399248A | 公开（公告）日： | 2018-08-14 |
| 发明（设计）人： | 李峰 | 申请（专利权）人： | 郑州云海信息技术有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06N3/04;G06N3/12;G06F17/18 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 450018 河南省郑州市*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种时序数据预测方法、装置及设备，其中该方法包括：获取历史时序数据，并对所述历史时序数据进行数据清洗及数据切片，得到对应的时序数据序列；对所述时序数据序列进行平稳化操作，并采用免疫遗传特征重构算法对进行平稳化操作后的时序数据序列进行特征重构，得到对应的特征序列；获取基于所述特征序列训练得到的深度学习模型，并利用所述深度学习模型进行时序数据预测。可见，本申请不同于现有技术中通过抽样方法实现数据集特征的采集，而是通过上述数据预处理、平稳化操作及特征重构等步骤保证了获取的时序数据特征的有效性，进而使得深度学习模型能够学习到时序数据的时序特征，保证了深度学习模型的预测准确性。 | ||
| 搜索关键词： | 时序数据 特征重构 装置及设备 预测 特征序列 学习 数据预处理 免疫遗传 时序特征 数据切片 数据清洗 数据集 算法 保证 采集 抽样 申请 | ||
【主权项】：
1.一种时序数据预测方法，其特征在于，包括：获取历史时序数据，并对所述历史时序数据进行数据清洗及数据切片，得到对应的时序数据序列；对所述时序数据序列进行平稳化操作，并采用免疫遗传特征重构算法对进行平稳化操作后的时序数据序列进行特征重构，得到对应的特征序列；获取基于所述特征序列训练得到的深度学习模型，并利用所述深度学习模型进行时序数据预测。
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郑州云海信息技术有限公司，未经郑州云海信息技术有限公司许可，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/201810174986.2/，转载请声明来源钻瓜专利网。
