一种基于CEMD和LSTM的非平稳时间序列数据预测方法
实质审查的生效
摘要
本发明属于时间序列预测领域，尤其涉及一种基于CEMD和LSTM的非平稳时间序列数据预测方法，包括通过历史数据构建训练集，通过实时数据构建测试集；使用经验模态分解将测试集和训练集中的目标序列分解为n个本征模态函数和1个残差序列；通过聚类算法对n个本征模态函数聚类为m组，形成m个子序列；利用训练集中子序列的特征向量对深度LSTM神经网络进行训练，获取完成训练的深度LSTM神经网络；将测试集中子序列输入完成训练的深度LSTM神经网络进行预测，得到非平稳时间序列预测结果；本发明结合了EMD和聚类算法对非平稳时间序列进行重构，使得预测模型的误差更小、训练时间更短。
基本信息
专利标题 ：
一种基于CEMD和LSTM的非平稳时间序列数据预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114548592A
申请号 ：
CN202210199667.3
公开（公告）日 ：
2022-05-27
申请日 ：
2022-03-01
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
雷建军秦振宇程旭
申请人 ：
重庆邮电大学
申请人地址 ：
重庆市南岸区南山街道崇文路2号
代理机构 ：
重庆辉腾律师事务所
代理人 ：
卢胜斌
优先权 ：
CN202210199667.3
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q50/06 G06N3/04 G06N3/08 G06K9/62 G06V10/762
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06Q 10/04
申请日 : 20220301
申请日 : 20220301
2022-05-27 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
