摘要
本发明涉及数据处理技术领域,公开了一种基于LNM大数值模型的业务预测方法、装置及设备,其中,该方法包括:对内部历史业务数据和外部宏观、中观和微观的关联数据进行预处理及多尺度分解,得到长期趋势特征数据和短期波动特征数据;输入深度业务关联网络进行特征处理,得到第一综合特征数据;通过特征重要性评分和特征依赖关系分析,得到第二综合特征数据;输入融合多尺度门控预测的LNM大数值模型进行业务预测,得到业务预测结果;进行分布式学习,通过局部批评模块和局部参与模块进行迭代优化,得到目标业务预测模型,该方法实现了多维度特征的深度融合,提高了LNM大数值模型对数据特征的捕捉能力。
技术关键词
业务预测方法
数据
业务预测模型
分布式学习
波动特征
特征提取单元
依赖关系分析
数值
校准
板块
模块
线性单元
网络
奇异值分解运算
策略
降维特征
多尺度特征
注意力
重构单元
系统为您推荐了相关专利信息
强度评价方法
随机森林模型
味精
时域特征
频域特征
植被分类方法
随机森林
高分辨率遥感数据
样本
mRMR算法
风险预测系统
随机梯度下降
可穿戴设备
中央控制平台
数据采集模块
虚拟机调度方法
虚拟机调度装置
数据
逻辑
调度虚拟机
灯光控制系统
农业机器人
农机
监测环境数据
照明模块