摘要
本发明实施例提供一种基于大数据的数据预测性分析方法以及系统,属于数据分析技术领域。该方法包括:获得初始数据,并对初始数据进行预处理获得预处理数据;对预处理数据进行降维处理获得目标数据;根据时间信息对目标数据进行多尺度采集获得第一尺度数据和第二尺度数据;对第一尺度数据和第二尺度数据进行特征融合,获得目标融合特征;根据目标融合特征利用数据预测模型进行数据分析,获得目标预测结果。解决了相关技术中往往无法有效地筛选出对预测模型最有用的特征,这可能会导致预测模型的预测效果不佳问题,并提高了数据预测分析的质量。
技术关键词
数据预测模型
融合特征
标签
时空特征学习
分析方法
大数据
计算机存储介质
多尺度
距离信息
异常数据
数据中心
数据分析技术
重构
终端设备
存储计算机程序
数据处理模块
数据分类
分析系统
处理器
系统为您推荐了相关专利信息
差异分析方法
预测误差
指数
优化预测模型
初始聚类中心
矩阵
深度神经网络模型
支持权重
分析方法
卷积神经网络模型
面部识别模型
无标签样本
图像特征提取
置信度阈值
无标签数据
动力学建模方法
应力场
叠加算法
晶体
动态演化过程
机器人喷涂控制
深度学习网络模型
喷涂控制方法
智能机器人
数据