摘要
本发明公开了一种取款机现金存放量的预测方法、装置、设备、介质和产品,涉及人工智能技术领域,包括:根据目标时间特征和目标静态特征,生成目标时间增强特征;根据目标取款机对应的目标初始时空特征及其他取款机对应的其他初始时空特征,确定其他取款机与目标取款机之间的空间相关系数;根据空间相关系数及其他初始时空特征,确定目标取款机对应的目标时空融合特征,并根据目标时空融合特征预测目标取款机在当前时间点对应的目标现金存放量。本发明将影响取款机现金存放量的时间特征、空间特征和静态特征进行结合,共同用于预测取款机现金存放量,保证了取款机现金存放量预测的准确性和可靠性,有利于银行合理配置现金资源,有效防范风险。
技术关键词
时空融合特征
静态特征
残差网络
长短期记忆网络
加权特征
编码特征
上下文特征
矩阵
可读存储介质
人工智能技术
计算机程序产品
注意力机制
预测装置
电子设备
处理器通信
分段
存储器
系统为您推荐了相关专利信息
寿命分析方法
人工智能算法
皮尔逊相关系数
网络设备
LSTM模型
参数监测方法
力学
裂纹扩展速率
载荷
电化学阻抗谱
贷后管理方法
表格
双向长短期记忆网络
深度学习模型
问答模型
车辆路径预测
监测提醒方法
长短期记忆网络
交通
提醒系统
客户
注意力机制
多层感知机
随机森林
随机梯度下降