摘要
本发明属于公共收入预测领域,本发明公开了一种基于混合时间序列的公共收入预测系统及方法,系统包括:数据采集模块,用于获取历史公共收入数据和政策文本;数据预处理模块,对数据进行清洗和标准化,生成时间序列和文本数据;特征融合模块,提取时间域特征和文本特征,加权融合形成融合特征向量;动态权重计算模块,利用时间序列模型和长短期记忆网络分别提取线性和非线性特征,并计算动态权重;预测调和模块,基于MinT预测调和法生成调和预测结果;风险评估模块,融合置信区间确定预测范围及风险等级;结果输出模块,将预测结果发送至终端;本发明通过多源数据融合和混合建模,显著提高了公共收入预测的准确性和实用性。
技术关键词
长短期记忆网络
非线性特征
层级
时间域
构建时间序列模型
预测系统
数据
文本特征向量
关键词特征
风险
动态
收入预测方法
模块
情感特征
贝叶斯信息准则
系统为您推荐了相关专利信息
云主机
数据采集方式
计算机可执行指令
云环境数据
模式识别
节点特征
滑动窗口机制
多头注意力机制
注意力模型
大规模网络环境
神经网络学习控制
变量
表征学习方法
计算机执行指令
代表
Stacking集成模型
基础分类器
机器学习模型
分类准确率
电信号