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！

龙图腾网获悉韦斯工业技术(西安)有限公司申请的专利一种基于机器学习的大数据预测系统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：CN119624513B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202411687978.X，技术领域涉及：G06Q30/0202；该发明授权一种基于机器学习的大数据预测系统是由秦凤娟;刘建强;姚博森;刘记设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种基于机器学习的大数据预测系统在说明书摘要公布了：本发明公开了一种基于机器学习的大数据预测系统，涉及机器学习和大数据技术领域，该系统包括数据采集模块、数据预处理模块、特征工程模块、机器学习预测模型模块、模型训练模块和预测输出模块，本发明通过特征工程模块运用特定算法，考虑相关性并引入惩罚因子，聚焦相关特征子集提升精度，模型模块的隐藏层及参数可自适应调整，如电力负荷预测中获高精度，数据采集模块实时更新并处理格式，保证数据时效性与可用性。预处理模块采用聚类算法处理异常值，确定参数后修正并归一化，满足算法要求，提高稳定性与准确性，这些特性共同作用，使系统在预测任务中表现出色，为准确预测奠定坚实基础。

本发明授权一种基于机器学习的大数据预测系统在权利要求书中公布了：1.一种基于机器学习的大数据预测系统，其特征在于，该系统包括数据采集模块、数据预处理模块、特征工程模块、机器学习预测模型模块、模型训练模块和预测输出模块； 所述数据采集模块，用于采集大数据样本集，所述大数据样本集涵盖多个时间节点的历史数据，各时间节点的数据具有多种特征变量； 所述数据预处理模块，对采集的数据实施清洗与归一化处理，消除异常值与噪声，令数据满足机器学习算法输入要求； 所述特征工程模块，自预处理后的数据中提取有效特征，运用基于信息增益比的特征选择算法挑选出与预测目标相关性高的特征子集； 所述机器学习预测模型模块，所述机器学习预测模型基于改进的深度神经网络架构，包含输入层、多个隐藏层和输出层，其中隐藏层采用混合激活函数与自适应权重调整机制； 所述混合激活函数为fx＝α×ReLux+1-α×Sigmoidx，其中x为神经元输入，α为权重系数，其值通过在训练过程中基于数据分布的动态调整策略确定，初始值设为0.5，随着训练迭代次数的增加，根据每批次数据的均值和方差动态调整，调整公式为αt+1＝αt+β×μ-σ，其中，αt为第t次迭代时的α值，β为调整步长，取值区间为[0.01，0.1]，μ为当前批次数据均值，σ为当前批次数据方差； 所述自适应权重调整机制采用基于梯度信息和神经元活跃度的综合评估方法，对于第i个神经元在第l层的权重其更新公式为 其中，为第t次迭代时的权重值，η为学习率，取值范围为[0.001，0.1]，为损失函数E对该权重的梯度，γ为活跃度调整系数，取值范围为[0.005，0.05]，为该神经元的活跃度，计算公式为其中，T为总迭代次数，为第t次迭代时第l层该神经元的激活值； 所述模型训练模块，利用处理后的特征子集对创新机器学习预测模型进行训练，采用自定义的损失函数进行优化，所述损失函数为 其中N为样本数量，yi为第i个样本的真实值，为模型预测值，λ为正则化参数，取值范围为[0.0001，0.001]，M为模型权重总数，wj为第j个权重； 所述预测输出模块，将待预测的数据输入训练好的模型，得到预测结果。

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韦斯工业技术(西安)有限公司，其通讯地址为：710000 陕西省西安市高新区丈八街办锦业一路宝德云谷A座1302室；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”。