龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：电子科技大学
摘要：本发明提出了一种基于多尺度Transformer的自适应经验模态分解预测方法，包括以下步骤：S1：基于时间序列，对数据进行预处理；S2：将S1的结果输入到自适应经验模态分解预测算法结构中，对输入数据集进行自适应经验模态分解，得到有限个本征模函数；S3：模型将S2的结果输入多尺度编码器中，得到各尺度编码特征向量；S4：将S3的结果输入多尺度解码器中，得到各尺度解码特征向量；S5：对S4的结果进行拼接和线性变换，得到时间序列预测结果。本发明提出的算法结合了自适应经验模态分解技术和多尺度Transformer模型。因此其不仅提高了预测的准确性和鲁棒性，还具备自适应能力，能够有效地避免数据中噪声的干扰，以适应非平稳时间序列。
主权项：1.一种基于多尺度Transformer一种深度神经网络架构，该架构主要用于分类和预测任务的自适应经验模态分解预测方法，其特征在于，包括以下步骤：S1：基于时间序列相关数据，对数据进行预处理；S2：将预处理好的数据输入到自适应经验模态分解预测算法结构中，对输入数据集进行自适应经验模态分解，得到有限个本征模函数IntrinsicModeFunction，IMF；S3：模型将得到的IMF按照一定的次序并行地输入设计的多尺度Transformer模块的编码器中，得到各个尺度上的编码特征向量；S4：将编码器的编码特征向量输入到设计的多尺度Transformer模块的解码器中，得到各个尺度上的解码特征向量；S5：对各个尺度上得到的解码特征向量进行拼接和线性变换，得到时间序列预测结果。
全文数据：
权利要求：
百度查询： 电子科技大学 一种基于多尺度Transformer的自适应经验模态分解预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号