申请/专利权人:江苏思远集成电路与智能技术研究院有限公司;北京行言柏尚科技股份有限公司
申请日:2021-01-20
公开(公告)日:2021-04-09
公开(公告)号:CN112632231A
主分类号:G06F16/33(20190101)
分类号:G06F16/33(20190101);G06F16/35(20190101);G06F40/216(20200101);G06K9/62(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.04.27#实质审查的生效;2021.04.09#公开
摘要:本发明公开了适用于文化科技融合领域时间序列数据的特征提取方法,包括以下步骤:第一步:从目标数据库获得时间序列数据,将序列以数据类型分类,得文本数据和数值数据;第二步:数值数据以时间粒度分类,得宏观时间序列数据和微观时间序列数据。本发明通过首先从目标数据库获得时间序列数据,将序列以数据类型分类,文本数据,先用词袋模型获得高频词汇集,再使用改进的TF‑IDF对该词汇集进行二次过滤,获得热点词汇;若有新数据则用滑动窗口重新执行步骤1‑4;无新数据则停止;本发明能快速的处理分析时间序列数据,有助于制定企业的战略决策。
主权项:1.适用于文化科技融合领域时间序列数据的特征提取方法,其特征在于,包括以下步骤:第一步:从目标数据库获得时间序列数据,将序列以数据类型分类,得文本数据和数值数据;第二步:数值数据以时间粒度分类,得宏观时间序列数据和微观时间序列数据;宏观数据标准化后,计算样本与行业标准数据的相似度,将归一化后的相似度作为D-S证据理论的输入进行证据融合,得类特征;第三步:设已获得标准时间序列的最佳shapelet集合,计算微观数据样本与各shapelet的距离,得趋势特征;第四步:文本数据,先用词袋模型获得高频词汇集,再使用改进的TF-IDF对该词汇集进行二次过滤,获得热点词汇;第五步:若有新数据则用滑动窗口重新执行步骤1-4;无新数据则停止。
全文数据:
权利要求:
百度查询: 江苏思远集成电路与智能技术研究院有限公司;北京行言柏尚科技股份有限公司 适用于文化科技融合领域时间序列数据的特征提取方法
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。