申请/专利权人:华南农业大学
申请日:2023-10-31
公开(公告)日:2024-01-09
公开(公告)号:CN117371613A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q30/0202;G06F18/214;G06F18/21;G06N3/0442;G06N3/0464;G06N3/049;G06N3/045;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.01.26#实质审查的生效;2024.01.09#公开
摘要:本发明涉及数据分析技术领域,公开了一种基于变动因子Adam算法的玉米指数预测方法及系统,包括以下具体步骤:S1:预设分析时间,获取预设时间内的历史玉米指数数据;S2:使用VMD方法将历史玉米指数数据分解为具有不同特征的多个模态子信号,并根据多个模态子信号的剩余能量比率构建训练集;S3:构建包括TCN、LSTM、CNN神经网络的多模态时间融合网络模型;S4:通过训练集训练多模态时间融合网络模型,并且利用变动因子Adam算法优化训练过程;S5:通过训练好的多模态时间融合网络模型预测玉米指数。本发明解决了现有技术对指数的预测不确定、不稳定的问题,且具有训练方便,灵活高效的特点。
主权项:1.一种基于变动因子Adam算法的玉米指数预测方法,其特征在于:包括以下具体步骤:S1:预设分析时间,获取预设时间内的历史玉米指数数据;S2:使用VMD方法将历史玉米指数数据分解为具有不同特征的多个模态子信号,并根据多个模态子信号的剩余能量比率构建训练集;S3:构建包括TCN、LSTM、CNN神经网络的多模态时间融合网络模型;S4:通过训练集训练多模态时间融合网络模型,并且利用变动因子Adam算法优化训练过程;S5:通过训练好的多模态时间融合网络模型预测玉米指数。
全文数据:
权利要求:
百度查询: 华南农业大学 一种基于变动因子Adam算法的玉米指数预测方法及系统
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。