摘要
本发明公开了基于深度学习的快消品销量预测方法、系统、设备及介质,属于快消品销量预测技术领域,本发明要解决的技术问题为如何提高快消品销量预测结果的精度,便于快消品企业根据预测结果迅速调整经营策略,采用的技术方案为:收集快消品销量数据:收集快消品企业具有代表性产品的销量数据;数据预处理:对收集的快消品销量数据进行数据冗余处理、数据缺失处理、异常数据处理以及数据归一化处理,获取预处理后的快消品销量数据;选取深度学习中的LSTM算法建立快消品销量预测模型并设置网络结构;训练预测模型;评价预测模型;利用建立完成的快消品销量预测模型进行快消品销量预测。
技术关键词
销量预测模型
销量预测方法
Sigmoid函数
网络结构
深度神经网络
异常数据处理
训练预测模型
评价预测模型
销量预测系统
记忆单元
数据冗余
子模块
Adam算法
模型训练模块
销量预测技术
误差
模块结构
系统为您推荐了相关专利信息
风险防控方法
深部矿井
应力传感器阵列
动态滑动窗口
图谱
人体姿态估计
人类活动识别方法
特征提取网络
输出特征
Wi‑Fi信号
RBF神经网络
执行器
列车运行速度
PID控制器
节点数