[发明专利]结合序列局部特征提取及深度卷积预测模型的预测方法在审
| 申请号： | 202010727541.X | 申请日： | 2020-07-24 |
| 公开（公告）号： | CN112016590A | 公开（公告）日： | 2020-12-01 |
| 发明（设计）人： | 金苍宏;陈天翼;董腾然;叶惠波;李卓蓉;吴明晖 | 申请（专利权）人： | 浙大城市学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 浙江杭州金通专利事务所有限公司 33100 | 代理人： | 刘晓春 |
| 地址： | 310000 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种结合序列局部特征提取及深度卷积预测模型的预测方法，基于对序列本身的周期性进行特征分析提取，通过对序列中每个点位的周期性和相似性权重的计算，融合到空洞卷积模型的每一层中。其思想是对原本没有差异的序列点，赋值上不同的权重值用来区别不同位置对目标预测点的重要。本发明提出一种序列点重要性算法，并结合空洞卷积方法，在交通流序列数据集中进行实验，和深度学习方法相比，本方法在MAPE，MAE和RMSE等指标上均有所提高。 | ||
| 搜索关键词： | 结合 序列 局部 特征 提取 深度 卷积 预测 模型 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浙大城市学院，未经浙大城市学院许可，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/202010727541.X/，转载请声明来源钻瓜专利网。
