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！

龙图腾网获悉华南理工大学;广西科技大学;启迪(柳州)数字教育有限公司申请的专利一种时间序列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：CN117131903B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202311209470.4，技术领域涉及：G06N3/0442；该发明授权一种时间序列预测方法是由贺裕雁;吴吉;洪振挺;葛淳棉设计研发完成，并于2023-09-18向国家知识产权局提交的专利申请。

本一种时间序列预测方法在说明书摘要公布了：本发明提供一种时间序列预测方法，其在训练神经网络时，其神经网络的损失函数采用考虑方向的混合回归损失函数CDHloss，该损失函数在预测结果与实际结果不一致时能够产生更强的梯度，从而促使神经网络模型更好地收敛到符号一致的解空间中，并可在回归问题上融合均方损失与熵损失，最大化损失函数的优点，提升训练效果；且由于CDHloss损失函数在保留原始回归问题损失函数的优点的同时，增加了分类问题对方向一致性的约束，同时还融合了均方损失与熵损失的优点，从而使得预测结果相比之前的方法更为准确。

本发明授权一种时间序列预测方法在权利要求书中公布了：1.一种时间序列预测方法，其特征在于，包括以下步骤： 获取日光温室中的温度预测任务的历史时间序列数据；所述日光温室中的温度预测任务的历史时间序列数据是指距离待预测的时间段的未来数据最接近的若干个时间段内的历史数据； 建立神经网络：所述的神经网络包括初始化层、随机微分方程层和预测层，所述的随机微分方程层中设置有随机微分方程；所述的初始化层用于提取历史时间序列数据的初始化特征映射；所述的随机微分方程层用于利用初始值为初始化特征映射的随机微分方程获取历史序列数据的均值特征和方差特征，所述的均值特征为所述的随机微分方程的解，所述的方差特征为所述的随机微分方程与解对应的扩散系数，所述的预测层用于根据均值特征和方差特征预测未来数据的均值和方差； 利用日光温室中的温度预测任务的训练数据集，训练所述的神经网络，以得到训练好的神经网络；利用任务的训练数据集，训练所述的神经网络时，所述的神经网络的损失函数采用考虑方向的混合回归损失函数，其构造方法包括： 采用公式1对符号不一致时的差值进行放大： 其中，为测试集的预测值，yi为测试集的真实值；a为符号不一致时的放大系数；Mi为对单个yi及其对应的计算结果； 采用公式2对于一个有M个数据的批次求取平均值N： 将回归问题中的涨跌方向转换为一个涨跌方向二分类问题，有： 其中，pi与qi分别为yi与的分类标签； 计算pi与qi的交叉熵B，有： 式中，M为一个批次中的数据数量； 将考虑符号的回归损失函数和分类损失函数加权平均，得到考虑方向的混合回归损失函数CDHloss： CDHloss＝b×N+1-b×B6； 其中，b为系数，b∈[0,1]，a,b的最佳参数由多目标贝叶斯优化获取； 将日光温室中的温度预测任务的历史时间序列数据输入训练好的神经网络，通过神经网络获取未来数据的均值和方差； 根据未来数据的均值和方差，获取未来数据的预测区间，其中，所述未来数据是待预测的时间段内所述日光温室中的温度预测任务对应的任务数据；所述预测区间表征了任务数据的取值范围，所述的任务数据用于任务决策。

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华南理工大学;广西科技大学;启迪(柳州)数字教育有限公司，其通讯地址为：510641 广东省广州市天河区五山路381号华南理工大学；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”。

以上内容由龙图腾AI智能生成。