龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国石油大学(华东)
摘要：本发明提供一种基于奇异谱分析的双预测子模型的时序网络预测系统。首先采用奇异谱分析将浓度数据和环境变量数据进行分解，去掉噪音数据后，根据自相关判断，将分解后的数据按周期性分组，形成趋势组和多个不同周期的周期变量组。将分组后的数据分别输入到基于LSTM的趋势预测子模型和基于ILSTNet的周期预测子模型中进行预测，然后将最终结果相加，得到整个预测系统的输出。该预测系统利用奇异谱分析进行数据分组和针对性预测，充分挖掘并利用数据间的关系和特征。此外，ILSTNet模型的结构能充分挖掘数据的长短期特征。实验结果表明我们的模型能准确预测有害藻类水华，为管理蓝藻爆发提供了新的研究视角。
主权项：1.一种基于奇异谱分析的双预测子模型的蓝藻浓度数据预测方法和系统，其特征在于，包括以下步骤：步骤1：将浓度数据与环境变量数据分别进行奇异谱分解；步骤2：将分解后的变量通过自相关判据来得到它们的周期性；步骤3：根据周期性进行分组：即趋势数据自成一组，相同周期的周期数据自成一组；步骤4：将趋势数据组输入进基于LSTM的趋势预测子模型中进行预测；步骤5：将周期数据组输入进基于ImprovedLong-andShort-termTime-seriesnetwork,ILSTNet的周期预测子模型中进行预测；步骤6：将所有组的预测结果相加，得到最终的总体预测结果，完成训练。
全文数据：
权利要求：
百度查询： 中国石油大学(华东) 一种基于奇异谱分析的双预测子模型的蓝藻浓度数据预测方法和系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号