基于经验模态分解和前馈神经网络对时序数据的预测方法[CN202010230486.3] - 陕西师范大学

专利申请

2020-03-27
公布公告

2023-04-11
授权日期

2023-04-11
终止

2033-04-08

基于经验模态分解和前馈神经网络对时序数据的预测方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN202010230486.3 申请日期： 2020-03-27 专利主类别： G06F17/18 {{ classMap["G06F17/18"] }}

申请人名称：陕西师范大学

查看申请人名下所有专利

申请人地址：陕西省西安市长安南路199号

专利分类项目

G06F17/18 :

G06F17/16 :

G06N3/0499 :

专利注册信息

初审公告期号	2020-03-27	初审公告日期	2023-04-11
注册公告期号	2023-04-11	注册公告日期	2023-04-11
专用权期限	2023-04-11 - 2033-04-08	专利类型	发明授权
代理组织机构	西安永生专利代理有限责任公司查看该机构代理的所有专利

专利介绍

一种基于经验模态分解和前馈神经网络对时序数据的预测方法，由对数据集缺失值处理、独热编码处理、主成分分析方法降维、经验模态分解、数据标准化处理、前馈神经网络训练、对测试集测试步骤组成。本发明采用了主成分分析方法降维和经验模态分解方法，通过降维减少预测变量的个数，得到的数据包含了原始数据的大部分信息，保证降维后得到的数据中每个变量不包含重复的原始数据信息，在前馈神经网络训练时，用本征模函数代替原始时序数据进行训练，输入降维后的数据集，减少了变量个数，获得了准确的结果，训练时间大幅度减少，可用于对时序数据预测。

法律进度