首页> 中国专利> 一种基于深度受限玻尔兹曼机的时间序列预测方法

一种基于深度受限玻尔兹曼机的时间序列预测方法

页面导航

摘要
著录项
相似文献

摘要

本发明公开了一种基于深度受限玻尔兹曼机的时间序列预测方法，该时间序列预测方法包括训练过程和测试过程，其中，训练过程：重构网络结构，引入结构化遮蔽矩阵，对于每一层基于结构化递归时序的Spike‑and‑Slab玻尔兹曼机进行参数更新，下一层的训练以上一层隐单元作为输入；测试过程：在训练得到的模型下初始化各层，从最高层开始逐层预测，下一层隐单元的值由上层显单元决定，第一层显单元的值就是模型预测值。通过实验验证了本发明所提方法的有效性，实验结果表明该方法可以提高对动作序列数据的预测。

著录项

公开/公告号CN108108475B

专利类型发明专利
公开/公告日2020-10-27

原文格式PDF
申请/专利权人华南理工大学;
展开▼

申请/专利号CN201810004236.0
发明设计人马千里;曲怡茹;
展开▼

申请日2018-01-03
分类号G06F16/2458(20190101);G06N3/04(20060101);
代理机构44245 广州市华学知识产权代理有限公司;
代理人李斌
地址 510640 广东省广州市天河区五山路381号
入库时间 2022-08-23 11:18:36

相似文献

专利
中文文献
外文文献

1. 一种基于深度受限玻尔兹曼机的时间序列预测方法 [P] . 中国专利： CN108108475B . 2020.10.27
2. 一种基于深度时间序列的粮堆湿度及结露预测方法 [P] . 中国专利： CN113128132A . 2021-07-16
3. METHOD FOR PREDICTING SEVERE WHEAT DISEASE ON THE BASIS OF MULTIPLE TIME-SERIES ATTRIBUTE ELEMENT DEPTH FEATURES [P] . 世界知识产权组织专利： WO2020047739A1 . 2020-03-12

机译：基于多个时间序列属性元素深度特征的严重小麦疾病预测方法
4. Method of numerical times series prediction based on non-numerical time series [P] . 美国专利： US6532449B1 . 2003-03-11

机译：基于非数值时间序列的数值时间序列预测方法
5. CROP PLANTING DISTRIBUTION PREDICTION METHOD BASED ON TIME SERIES REMOTE SENSING DATA AND CONVOLUTIONAL NEURAL NETWORK [P] . WO2021068176A1 . 2021-04-15

机译：基于时间序列遥感数据和卷积神经网络的作物种植分布预测方法