申请/专利权人:北京交通大学
申请日:2022-08-03
公开(公告)日:2022-12-02
公开(公告)号:CN115422994A
主分类号:G06K9/62
分类号:G06K9/62;G06N3/04;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.12.20#实质审查的生效;2022.12.02#公开
摘要:本发明提供一种跨城市时序数据迁移预测方法及系统,属于目标识别技术领域,使用滑动时间窗口技术对源城市和目标城市的时间序列数据进行处理,将数据处理成为定长的时间序列集;使用两层1DCNN模型结合两层GRU模型对时间序列集进行特征提取;使用预先训练好的自适应预测模型对提取到的时间序列集的特征进行处理,得到时间序列数据迁移预测结果。本发明使用1DCNN结合GRU降低了数据维度,有效降低了GRU模型的计算量和复杂度,使GRU更高效,特别是对于处理长序列数据时,模型的效果会更好;将对抗思想应用于跨城市时序数据迁移,以找到多个城市深处的相似特征,作为迁移的保障,使其迁移能力更普适,保证了正迁移效果。
主权项:1.一种跨城市时序数据迁移预测方法,其特征在于,包括:使用滑动时间窗口技术对源城市和目标城市的时间序列数据进行处理,将数据处理成为定长的时间序列集;使用两层1DCNN模型结合两层GRU模型对时间序列集进行特征提取;使用预先训练好的自适应预测模型对提取到的时间序列集的特征进行处理,得到时间序列数据迁移预测结果。
全文数据:
权利要求:
百度查询: 北京交通大学 跨城市时序数据迁移预测方法及系统
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。