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:东南大学溧阳研究院;东南大学
摘要:本发明公开一种基于双向GRU的自适应聚合及预测框架的周期性流量数据处理方法,包括如下操作:根据周期性数据的相关性特征,获得包含不同数据特征模式的数据集,利用有序样本聚类法将数据集划分为不同的时间段,获得分段后的数据集,根据分段数据集的特征,分别赋予不同时间段为高峰区、波动区、低峰区以及平稳区,形成自适应聚合数据集。将自适应聚合数据集代入自适应预测框架,在基于局部预测的数据扩充和基于全局预测的数据拼接后,构造基于双向GRU的神经网络框架,对处理后的数据进行流量预测,实现周期性流量数据的聚合和预测。本发明提高了数据处理效率和预测准确率,有极高的应用价值。
主权项:1.一种基于双向GRU的自适应聚合及预测框架的周期性流量数据处理方法,其特征在于:包括以下操作:获得预设天数内的周期性流量数据,计算不同天的Pearson相关系数分析周期性流量数据的相似性,将周期性流量数据分类为不同的数据模式,提取具有相同数据模式的周期性流量数据形成v-维度的一天量周期性流量数据集合;通过有序样本聚类法将所述一天量周期性流量数据集合分割为不同的时间段;将所述不同的时间段中每个时间段划分为高峰区、波动区、低峰区以及平稳区,通过交叉验证的均方误差得到对应的聚合时间,生成处理后的自适应聚合数据集;构建自适应预测框架处理所述自适应聚合数据集,进行局部预测和全局预测,并输出最终的预测结果。
全文数据:
权利要求:
百度查询: 东南大学溧阳研究院 东南大学 一种基于双向GRU的自适应聚合及预测框架的周期性流量数据处理方法
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。