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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD