[发明专利]一种基于深度学习的船舶流量预测方法有效
| 申请号： | 202010041100.4 | 申请日： | 2020-01-15 |
| 公开（公告）号： | CN111241466B | 公开（公告）日： | 2023-10-03 |
| 发明（设计）人： | 武绘芹;黄洪琼 | 申请（专利权）人： | 上海海事大学 |
| 主分类号： | G06F17/14 | 分类号： | G06F17/14;G06Q10/04;G06Q10/083;G06Q50/30;G06N3/0442;G06N3/0464;G06N3/048;G06N3/08 |
| 代理公司： | 上海元好知识产权代理有限公司 31323 | 代理人： | 徐雯琼;章丽娟 |
| 地址： | 201306 上海市*** | 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： | 本发明公开了一种基于深度学习的船舶流量预测方法，基于改进的孤立森林‑互补集合经验模态分解‑长短期记忆神经网络的船舶流量预测方法；首先考虑到原始数据中的噪声和异常点的问题，使用孤立森林算法消除数据中的异常点；其次为了进一步提高预测精度，使用改进的互补集合经验模态分解算法将输入数据分解为不同频率的固有模式函数分量和残余分量，再分别单独使用长短期记忆神经网络预测每个本征模式函数和残差，最后对预测的结果进行叠加重构。本发明不仅提高了预测精度，且对长期或短期的时间序列数据都有较好的适应性。 | ||
| 搜索关键词： | 一种 基于 深度 学习 船舶 流量 预测 方法 | ||
【主权项】：
暂无信息
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上海海事大学，未经上海海事大学许可，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/202010041100.4/，转载请声明来源钻瓜专利网。
