公开(公告)号：CN106610980B

公开(公告)日：2022-03-18

申请号：CN201510690684.7

申请日：2015-10-22

Applicant: 日本电气株式会社

Inventor： 刘博 ,  杨文涛 ,  祁仲昂 ,  胡卫松 ,  刘晓炜 ,  邓敏

IPC: G06F16/29 ,  G06K9/62

Abstract: 提供了一种用于对时空序列数据进行分类/预测的设备，包括：接收单元，被配置为接收时空序列数据；建模单元，被配置为基于时空序列数据产生与地理上的异构性有关的权重参数，并基于所产生的权重参数构建用于分类/预测的模型；以及分类/预测单元，被配置为采用所构建的用于分类/预测的模型对时空序列数据进行分类/预测。还提供了一种用于对时空序列数据进行分类/预测的方法。本发明提出的地理加权极限学习机考虑到地理空间的异构性，能够提高对时空序列数据进行分类或预测的精度。

公开(公告)号：CN106610980A

公开(公告)日：2017-05-03

申请号：CN201510690684.7

申请日：2015-10-22

Applicant: 日本电气株式会社

Inventor： 刘博 ,  杨文涛 ,  祁仲昂 ,  胡卫松 ,  刘晓炜 ,  邓敏

IPC: G06F17/30 ,  G06K9/62

CPC classification number: G06F17/30241 ,  G06K9/6262 ,  G06K9/6267

Abstract: 提供了一种用于对时空序列数据进行分类/预测的设备，包括：接收单元，被配置为接收时空序列数据；建模单元，被配置为基于时空序列数据产生与地理上的异构性有关的权重参数，并基于所产生的权重参数构建用于分类/预测的模型；以及分类/预测单元，被配置为采用所构建的用于分类/预测的模型对时空序列数据进行分类/预测。还提供了一种用于对时空序列数据进行分类/预测的方法。本发明提出的地理加权极限学习机考虑到地理空间的异构性，能够提高对时空序列数据进行分类或预测的精度。

公开(公告)号：CN105678046A

公开(公告)日：2016-06-15

申请号：CN201410659700.1

申请日：2014-11-18

Applicant: 日本电气株式会社

Inventor： 刘博 ,  胡卫松 ,  刘晓炜 ,  樊子德 ,  邓敏

IPC: G06F19/00

Abstract: 本发明涉及一种修补时空序列数据中的缺失数据的方法及装置，其中，该方法包括：分别确定空间周边点以及时间周边点对数据缺失的待求点的贡献权重；根据对所述待求点的贡献权重从大到小排序靠前的多个空间周边点，算出所述待求点的空间维度估计数据；根据对所述待求点的贡献权重从大到小排序靠前的多个时间周边点，算出所述待求点的时间维度估计数据；根据所述空间维度估计数据和所述时间维度估计数据，算出所述待求点的数据。本发明充分利用了时空序列数据的时空相关性和异质性，得到的待求点的数据精度高。