公开(公告)号：CN114997371A

公开(公告)日：2022-09-02

申请号：CN202210630783.6

申请日：2022-06-06

Applicant: 上海交通大学

Inventor： 阎威武 ,  李庆辉

IPC: G06N3/04 ,  G06N3/08 ,  G06Q10/04

Abstract: 本发明提供了一种时间序列预测区间估计方法，基于循环神经网络结构(RNN)，构建基于覆盖宽度准则(CWC)综合指标的预测区间优化目标函数,实现基于循环神经网络的时间序列预测区间估计方法(RNN‑LUBE)；所述预测区间优化目标函数为CWC目标函数的可微近似形式，能够使用梯度下降法训练网络；结合时间序列周期分解方法，提供一种结合周期分解的循环神经网络LUBE方法，在预测区间估计方法能直接获取时间序列的周期分量，以提升区间估计的效果。本发明通过改进LUBE方法的网络结构和目标函数，将时间序列的周期分解模型引入上述预测区间估计模型，提高了预测区间估计的质量和综合性能。

公开(公告)号：CN114897087A

公开(公告)日：2022-08-12

申请号：CN202210580376.9

申请日：2022-05-25

Applicant: 上海交通大学

Inventor： 阎威武 ,  李庆辉

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种时间序列分解方法及装置，包括：步骤1：以循环神经网络为基础构建一个三层循环神经网络，三层循环神经网络的三层输出分别与时间序列分解的周期分量、趋势分量和余差分量相对应；步骤2：在三层循环神经网络基础上加上层间门控单元，以及在三层循环神经网络的三层输出上施加约束项和构造损失函数，得到初始模型；步骤3：对初始模型进行训练得到时间序列分解模型，对时间序列进行分解。与现有技术相比，本发明具有分解能力强、实时性好、灵活实施等优点，具有良好的抗干扰能力和灵活性。