一种防止数据信息丢失的DGRU神经网络及其预测方法

发明专利有效专利

申请号：
CN201910743277.6
IPC分类号：G06N3/04;G06N3/08
申请日期：
2019-08-13
申请人：
哈尔滨工程大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种防止数据信息丢失的DGRU神经网络及其预测方法
申请号	CN201910743277.6	申请日期	2019-08-13
法律状态	实质审查	申报国家	中国
公开/公告日	2019-12-13	公开/公告号	CN110569963A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	哈尔滨工程大学	申请人地址	黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	哈尔滨工程大学	当前权利人	哈尔滨工程大学
发明人	王志文;许铭文;孟宇龙;徐东;张子迎;任龙;关智允;王鑫
代理机构	暂无	代理人	暂无

摘要

本发明涉及信息技术领域，特别涉及一种防止数据信息丢失的DGRU神经网络及其预测方法。本发明中的DGRU神经网络由输入层、输出层和隐含层组成，隐含层由DGRU神经元构成；所述的DGRU神经元由同一时刻的两个标准GRU单元连接构成；本发明方法包括:获取历史数据集并进行预处理；利用预处理后的数据集训练DGRU神经网络，建立预测模型；获取当前失效数据，进行数据归一化处理后输入预测模型中，得到预测结果三个部分。本发明克服了传统GRU神经网络的缺点，对GRU神经网络进行改进，提出一种能增强模型记忆力，防止信息丢失的DGRU神经网络，并应用DGRU神经网路建立预测模型，与传统GRU神经网络相比，可以提高模型的预测精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供