买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连理工大学申请的专利基于规则演化的核递归最大相关熵时间序列在线预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116340384B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310105269.5，技术领域涉及：G06F16/2458；该发明授权基于规则演化的核递归最大相关熵时间序列在线预测方法是由韩敏;夏慧娟;梁漪;胡磊设计研发完成，并于2023-02-13向国家知识产权局提交的专利申请。

本基于规则演化的核递归最大相关熵时间序列在线预测方法在说明书摘要公布了：本发明属于时间序列预测领域，提供一种基于规则演化的核递归最大相关熵时间序列在线预测方法。本发明首先运用归一化方法和相空间重构对获取数据进行预处理，充分挖掘数据中有用信息；然后利用兼容性度量和唤醒指数双规则实现规则库的自主学习演化，弱化离群值或复杂噪声的不利影响；之后将核递归最大互相关熵方法和稀疏化策略结合对模型参数进行更新，形成紧凑型字典降低计算复杂度的同时，进一步增强模型对时间序列的动态跟踪能力，提高预测精度；最后采用测试数据在训练好的模型进行输出预测，验证模型的高效性。本发明可以针对未知复杂环境进行结构进化，具有较强的自主性和鲁棒性，且能够实现高预测精度和低计算复杂度的平衡。

本发明授权基于规则演化的核递归最大相关熵时间序列在线预测方法在权利要求书中公布了：1.一种基于规则演化的核递归最大相关熵时间序列在线预测方法，其特征在于，包括以下步骤： 步骤1：收集时间序列数据，并对其进行归一化处理；所述的数据为机场气象数据，包括气温、气压、露点和风速； 步骤2：对归一化后的时间序列数据进行相空间重构，用于深入挖掘时间序列中有用信息； 步骤3：划分步骤2重构后的数据集，并对参数进行设置和初始化； 步骤4：根据训练数据集及参数设置，从第2个时刻开始进行模型的迭代训练； 步骤5：利用步骤4训练好的模型，选择规则库中最兼容规则对测试数据集进行输出预测，然后对样本数据进行反归一化计算，最后利用评价指标度量模型预测精度； 所述的步骤4具体如下： 步骤4.1：每个时刻加载1个训练数据，计算其与规则库中每条规则下的兼容性度量和唤醒指数； 模型采用兼容性度量和唤醒指数定义规则； 所述的兼容性度量ρi是用来衡量输入向量与第i条规则下聚类中心R的相关性；当兼容性度量值达到最大时，表明当前输入样本与规则之间的相似程度最大，此时该规则为最兼容规则；输入向量与第i条规则聚类中心Rin之间的兼容性度量如下所示： 其中，ρin∈[0,1]，t表示输入向量包含的总特征数，r表示两个观测变量之间的相关依赖性，计算为： 其中，和分别表示第n时刻第l个特征输入和聚类中心R的平均值； 所述的唤醒指数ai可以作为兼容性度量ρi的补充，用来创建新规则减少异常值带来的负面影响；在第n时刻第i条规则下唤醒指数a计算公式表示为： ain＝1-βain-1+β1-ρin6 其中，β表示唤醒指数的学习率； 步骤4.2：将唤醒指数ain最小值与唤醒阈值作比较，判断是否创建新规则； 步骤4.3：加载训练数据，判断是否训练结束； 若当前时刻小于训练集的总量，即nN，则返回步骤4.1，进入下一时刻迭代更新；否则，模型训练完成，导出规则库，并进入下一步骤。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。