申请/专利权人:浙江一山智慧医疗研究有限公司
申请日:2023-12-21
公开(公告)日:2024-03-26
公开(公告)号:CN117763507A
主分类号:G06F18/27
分类号:G06F18/27;G06F18/214;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.12#实质审查的生效;2024.03.26#公开
摘要:本申请提出了一种基于优化储备池计算的时间序列预测方法及装置,包括以下步骤:构建储备池计算模型,所述储备池计算模型包括输入层、储层以及输出层;获取预测数据,所述预测数据经由输入层中的输入权重矩阵得到输入特征,将所述输入特征输入到储层中;储层为块对角矩阵,块对角矩阵中的对角矩阵数量与储层块大小相同,将所述输入特征映射到块对角矩阵中的每一对角矩阵上得到特征储层;基于默认目标谱半径对特征储层进行缩放得到重缩放储层;基于重缩放储层对输入特征采用迭代更新方程进行更新得到储层状态,基于储层状态以及输出权重矩阵得到预测结果。本方案优化了储层的结构从而可以使用少量计算成本来进行预测。
主权项:1.一种基于优化储备池计算的时间序列预测方法,其特征在于,包括以下步骤:构建储备池计算模型,所述储备池计算模型包括输入层、储层以及输出层,其中在所述输入层内基于预设的储层块大小内构建输入权重矩阵,将储层设计为由多个对角矩阵块组成的块对角矩阵,块对角矩阵中的对角矩阵数量等于储层块大小,且每一对角矩阵对角线上的元素全为1;获取以时序序列表示的预测数据,将所述预测数据经由输入层中的输入权重矩阵得到输入特征,将输入特征映射到块对角矩阵中的每一对角矩阵上得到特征储层,计算所述特征储层的谱半径并将特征储层的谱半径缩放至默认目标谱半径得到重缩放储层,基于重缩放储层对输入特征采用迭代更新方程进行更新得到储层状态,其中所述储层状态为所述重缩放储层的动态行为,在所述输出层中预设输出权重矩阵,使用所述输出权重矩阵根据储层的储层状态获取下一时刻的预测结果。
全文数据:
权利要求:
百度查询: 浙江一山智慧医疗研究有限公司 一种基于优化储备池计算的时间序列预测方法及装置
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。