基于图像编码与注意力的农产品期货价格趋势预测方法

    公开(公告)号:CN119991192A

    公开(公告)日:2025-05-13

    申请号:CN202510083675.5

    申请日:2025-01-20

    Inventor: 谢慧强

    Abstract: 本发明公开了一种基于图像编码与注意力的农产品期货价格趋势预测方法,包括:采用格拉姆角场或改进的递归图方法,将农产品期货价格的一维时间序列数据转为二维图像数据,将二维图像数据组织成输入输出映射对,后续输入ImgEnc‑AttNet模型进行训练;构建基于图像编码与注意力机制的深度学习混合网络模型ImgEnc‑AttNet,模型包括卷积模块、嵌入层、LSTM模块、全连接层以及输出层;卷积模块中引入通道注意力机制;LSTM模块中引入时间步注意力机制;训练模型,利用训练完成的模型进行农产品期货价格趋势预测。本发明方法融合了图像编码技术与注意力机制,增强特征提取能力,构建了高效处理和预测金融时间序列数据的模型,实现农产品期货价格趋势高精度预测。

    基于DEM构图的时空图神经网络水质预测方法

    公开(公告)号:CN119917796A

    公开(公告)日:2025-05-02

    申请号:CN202411900117.5

    申请日:2024-12-23

    Abstract: 本发明公开了一种基于DEM构图的时空图神经网络水质预测方法,包括:获取目标区域的DEM数据并进行处理,提取目标区域内的河道拓扑结构,进而构建反映水质监测站点空间关系的图结构;获取水质数据并进行预处理,消除缺失值和异常值的影响;基于STGCN模型构建水质预测模型,STGCN模型包括多个时空卷积块,每个时空卷积块包括依次设置的时间门控卷积层、空间图卷积层和时间门控卷积层;基于构建好的水质预测模型对待检测的水质进行检测。本发明通过捕捉水质监测站点间的空间依赖关系,提升了水质预测的准确性。通过利用DEM数据提取河网拓扑结构,构建能真实反映监测站点间水文联系的图结构,再结合STGCN模型对时空特征的有效捕捉,有效提升了水质预测的准确性。

Patent Agency Ranking