• 主题
高级搜索  >
历史搜索 清空历史
首页> 中国专利> 表征现金流的数据组织形式与基于多任务学习的预测方法

表征现金流的数据组织形式与基于多任务学习的预测方法

页面导航
  • 摘要
  • 著录项
  • 相似文献

摘要

本发明涉及大数据处理技术，旨在提供一种表征现金流的数据组织形式与基于多任务学习的预测方法。包括：对电力部门销售流水和用电量的历史数据进行信息挖掘和统计分析；建立与回归分析有关的多个任务，建立多维数据标签；按时间序列进行交叉检验，利用深度卷积神经网络或者递归神经网络进行多任务学习，对模型进行性能测试；采用网格法得到神经网络的最佳超参数，最终确定神经网络模型的配置，并将该神经网络模型用于电力销售金额的预测。本发明构建了联合这些信息的新的数据组织形式，能够刻画日现金流来源。通过本发明构建的多任务学习相比传统统计模型有较少的人工干预，结果更加鲁棒，更适应大数据。

著录项

  • 公开/公告号CN110264251B

    专利类型发明专利

  • 公开/公告日2021-08-10

    原文格式PDF

  • 申请/专利权人 杭州博钊科技有限公司;

    申请/专利号CN201910466692.1

  • 发明设计人 贺一丹;李梦;孔德兴;

    申请日2019-05-31

  • 分类号G06Q30/02(20120101);G06Q50/06(20120101);G06N3/08(20060101);G06N3/04(20060101);

  • 代理机构33212 杭州中成专利事务所有限公司;

  • 代理人周世骏

  • 地址 310012 浙江省杭州市西湖区文二路391号西湖国际科技大厦1024-2室

  • 入库时间 2022-08-23 12:17:05

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号