[发明专利]基于改进在线深度学习的用户需求预测方法在审
| 申请号： | 201910884280.X | 申请日： | 2019-09-19 |
| 公开（公告）号： | CN110570048A | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 曾峰;刘志中;张振兴 | 申请（专利权）人： | 深圳市物语智联科技有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518000 广东省深圳市宝安区西乡街道*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于改进在线深度学习的用户需求预测方法，其特征在于，包括以下步骤：1)对神经元输入数据进行正负判断，2)若数据为正值，则原样输出；若数据为负值，则通过sigmoid函数计算得到其激活概率，3)通过数据特性驱动的激活函数DReLu对数据激活输出，4)通过HBP在线深度学习模型实现对用户需求的精确动态预测，该基于改进在线深度学习的用户需求预测方法，采用在线深度学习模型能够更好的处理流式数据，同时，从数据流中更能捕捉用户的实时需求；其次，利用改进的DReLu激活函数能够提高数据的利用率，缓解深度学习中神经元“死亡”现象，从而能够弥补在线深度学习算法对用户需求预测能力的不足。 | ||
| 搜索关键词： | 用户需求 神经元 激活函数 学习 数据流 改进 动态预测 函数计算 流式数据 模型实现 实时需求 数据激活 数据特性 学习算法 预测能力 正负判断 输出 预测 捕捉 激活 驱动 概率 缓解 死亡 | ||
【主权项】：
1.一种基于改进在线深度学习的用户需求预测方法，其特征在于，包括以下步骤：/n1)对神经元输入数据进行正负判断；/n2)若数据为正值，则原样输出；若数据为负值，则通过sigmoid函数计算得到其激活概率；/n3)通过数据特性驱动的激活函数DReLu对数据激活输出；/n4)通过HBP在线深度学习模型实现对用户需求的精确动态预测；/n其中，激活函数DReLu的表达公式为：
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深圳市物语智联科技有限公司，未经深圳市物语智联科技有限公司许可，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/201910884280.X/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
