申请/专利权人：南京邮电大学;江苏拓邮信息智能技术研究院有限公司

申请日：2024-04-12

公开（公告）日：2024-06-14

公开（公告）号：CN118036667B

主分类号：G06N3/0455

分类号：G06N3/0455;G06N3/0442;G06N3/0985;G06N3/048;G06F18/25;G06F18/10

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2024.05.31#实质审查的生效;2024.05.14#公开

摘要：本发明公开了一种多源异构流数据预测方法，属于多源异构流数据技术领域；方法为：获取各数据源的数据流；对获取到的数据流进行预处理，获得预处理后的数据流；将预处理后的数据流构建为异构图；构建多源异构数据预测模型，并进行训练；将异构图输入到预训练好的多源异构数据预测模型中进行预测，获得预测结果。本发明通过异构图结构对预处理过的数据进行建模，并使用改进后的Transformer模块作为基础输入进行异构数据流聚合，Transformer模块捕获数据流之间的复杂关系，使用LSTM捕获数据流的时间依赖性，提高多源异构数据流的预测准确率和效率。

主权项：1.一种多源异构流数据预测方法，通过整合多源地传染病的实时数据流，进行未来事件的预测和分析；其特征在于：步骤S1：获取各数据源的数据流；所述多源地传染病数据获取途径符合相关法律和规定，将多源地传染病数据作为数据源，获取数据流；步骤S2：对获取到的数据流进行预处理，获得预处理后的数据流；步骤S3：将预处理后的数据流构建为异构图；步骤S4：构建多源异构数据预测模型，并进行训练；所述多源异构数据预测模型包括预处理模块、聚合模块以及预测模块，预处理模块包括全连接层，对节点进行嵌入；所述聚合模块包括Transformer模块，使用Transformer模块执行节点聚合并学习节点表示；Transformer模块包括注意力计算模块、消息计算模块、残差连接模块以及长短期记忆模块；所述预测模块包括多层感知机模块，使用多层感知机模块来对数据流进行预测，多层感知机模块由两层全连接层构成；步骤S5：将异构图输入到预训练好的多源异构数据预测模型中进行预测，获得预测结果；将异构图输入到预训练好的多源异构数据预测模型中进行预测，获得预测结果，具体为：步骤S5-1：通过注意力计算模块捕获多源数据流之间相关性，通过消息计算模块获取源节点的信息，并基于异构图使用数据流之间的相关性和源节点的信息进行节点聚合；步骤S5-2：使用LSTM层捕获数据流中的长期依赖性，并输出最终的节点结果。

全文数据：

权利要求：

百度查询： 南京邮电大学;江苏拓邮信息智能技术研究院有限公司 一种多源异构流数据预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD