[发明专利]基于stacking集成学习算法的时空数据预测方法有效
| 申请号： | 201811017900.1 | 申请日： | 2018-09-03 |
| 公开（公告）号： | CN109145175B | 公开（公告）日： | 2023-05-30 |
| 发明（设计）人： | 贾兴林 | 申请（专利权）人： | 成都卡普数据服务有限责任公司 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F18/15;G06F18/214;G06N20/20 |
| 代理公司： | 成都点睛专利代理事务所(普通合伙) 51232 | 代理人： | 李玉兴 |
| 地址： | 610000 四川省成都市*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种能够能够提高预测效率和预测准确性的基于stacking集成学习算法的时空数据预测方法。该基于stacking集成学习算法的时空数据预测方法是在海量数据的基础上，利用stacking集成学习算法建立时空数据预测模型，避免了以往繁琐的时空数据统计建模过程，提升了时空数据建模的效率，同时用stacking集成学习算法建立的时空数据预测模型所需样本数据更少、时间复杂度更低、模型结果非“黑箱”等优点，可以大大提高时空数据的预测效率，本发明的stacking时空数据建模技术兼顾处理时间、空间特征，动态、静态特征的特性，并且通过stacking的方法实现了特征的二次加工生成，将提升整体模型的训练效果；进而可以大大提高时空数据的预测准确性。适合在数据处理技术领域推广应用。 | ||
| 搜索关键词： | 基于 stacking 集成 学习 算法 时空 数据 预测 方法 | ||
【主权项】：
1.基于stacking集成学习算法的时空数据预测方法，其特征在于包括以下步骤：1)、利用stacking集成学习算法建立时空数据预测模型；2)、针对时空数据预测任务的需要，提取从当前时间开始往前一段历史时间内的时空源数据；3)、将步骤2)获得的时空源数据集输入时空数据预测模型即可预测得到未来一段时间内的时空数据。
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成都卡普数据服务有限责任公司，未经成都卡普数据服务有限责任公司许可，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/201811017900.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种应急地理信息快速制图系统及其制图方法
- 下一篇：电子文档管理系统
