公开(公告)号：CN117236503A

公开(公告)日：2023-12-15

申请号：CN202311220090.0

申请日：2023-09-20

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 贺梅 ,  徐天吉 ,  智鹏鹏 ,  张广伟 ,  薛姣 ,  钟雨

IPC: G06Q10/04 ,  G06F17/16 ,  G06Q50/02 ,  G06N3/048 ,  G06N3/082 ,  G06N3/084

Abstract: 本发明属于智能信息处理技术领域，公开了一种基于空间信息约束的数据驱动预测方法、系统，该方法包括：数据的获取及预处理；基于同位协同克里金的预测目标插值；基于序贯高斯模拟的样本权重求取及基于空间信息约束的损失函数的构建；损失函数的优化及基于深度全连接神经网络的数据驱动预测。该系统包括：数据获取模块，数据预处理模块，预测目标插值模块，样本权重求取模块，损失函数构建模块，损失函数优化模块，数据驱动预测模块。本发明在空间信息约束下实现了学习样本的扩充，并将空间信息用于损失函数的优化，提高了数据信息的利用率，有助于引导学习过程向合理的假设收敛，从而改善基于数据驱动的预测方法的性能。