大数据量预测的三层联合动态选择最优模型方法

发明专利有效专利

申请号：
CN201610638099.7
IPC分类号：G06F17/30
申请日期：
2016-08-04
申请人：
南京华苏科技有限公司

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	大数据量预测的三层联合动态选择最优模型方法
申请号	CN201610638099.7	申请日期	2016-08-04
法律状态	授权	申报国家	中国
公开/公告日	2016-12-28	公开/公告号	CN106257506A
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G;0;6;F;1;7;/;3;0查看分类表>
申请人	南京华苏科技有限公司	申请人地址	江苏省南京市高淳区淳溪镇龙井路6号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京华苏科技有限公司	当前权利人	南京华苏科技有限公司
发明人	吴冬华;胡曼恬;胡岳;闫兴秀
代理机构	江苏纵联律师事务所	代理人	戴勇

摘要

本发明提供一种大数据量预测的三层联合动态选择最优模型方法，包括预测模型算法库、权重算法库、最优权重算法甄选算法三层，预测模型算法库放置在的最底层，在预测算法模型库之上是权重算法库，在权重算法库之上是最优权重算法甄选算法；该种大数据量预测的三层联合动态选择最优模型方法，三层结构具有高扩展性、预测稳定性、模型的动态调整特性、预测数据对模型的无差异性这四种特性。本申请运用了联合算法，该算法规避了常用算法的一些缺点，利用赋予多种模型权重的方法，将多种算法有机地组合在一起，将最适应的算法赋予高权重，而将相对不好的算法赋予的低的权重，这样既保证了数据预测的准确性，也保证了数据长度增加后，预测的稳定性。

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