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！

龙图腾网获悉国网商用大数据有限公司申请的专利基于电力数据与政务数据预测人口流动性的方法及装置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：CN115759430B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202211472155.6，技术领域涉及：G06Q10/04；该发明授权基于电力数据与政务数据预测人口流动性的方法及装置是由罗鹏;刘琳琳;王雨辰;李鼎;陈嘉翊;孙晨雨设计研发完成，并于2022-11-23向国家知识产权局提交的专利申请。

本基于电力数据与政务数据预测人口流动性的方法及装置在说明书摘要公布了：本发明提供了一种基于电力数据与政务数据预测人口流动性的方法及装置，该方法包括：获取预设时间段内的人口流动相关数据；所述人口流动相关数据包括电力数据和政务数据；所述电力数据包括居民用电量；所述政务数据包括地区生产总值、出生率、死亡率、居民消费支出、居民消费价格指数和土地面积；对所述人口流动相关数据进预处理；将预处理后的人口流动相关数据，输入至人口流动预测模型中，得到预测人口流动差量。本申请提高了人口流动差量的预测效率和预测结果实时性，且降低了人口流动差量的预测成本。

本发明授权基于电力数据与政务数据预测人口流动性的方法及装置在权利要求书中公布了：1.一种基于电力数据与政务数据预测人口流动性的方法，其特征在于，包括：获取预设时间段内的人口流动相关数据；所述人口流动相关数据包括电力数据和政务数据；所述电力数据包括居民用电量；所述政务数据包括地区生产总值、出生率、死亡率、居民消费支出、居民消费价格指数和土地面积； 对所述人口流动相关数据进预处理； 将预处理后的人口流动相关数据，输入至人口流动预测模型中，得到预测人口流动差量；其中 所述将预处理后的人口流动相关数据，输入至人口流动预测模型中，得到预测人口流动差量之前，还包括：获取训练集数据；所述训练集数据包括多条训练样本和每条所述训练样本对应的实际人口流动差量；所述训练样本内包含同一时间段内采集的多个样本特征，且各条所述训练样本对应的时间段不同；所述样本特征包括所述电力数据和所述政务数据； 对所述训练集数据进行预处理； 根据预处理后的训练集数据，对预设模型进行训练，得到人口流动预测模型；所述人口流动预测模型的输出结果为预测人口流动差量； 所述预设模型中包含稳定学习模块； 所述稳定学习模块用于确定出所述训练样本的权重值；所述权重值为使得所述权重值对应的训练样本中的各样本特征之间的相关度最小的权重值；所述权重值用于与所述预设模型的原损失函数结合成加权损失函数；所述预设模型用于基于所述加权损失函数进行训练； 所述确定出所述训练样本的权重值，具体包括：针对任意一条训练样本，使用随机傅里叶特征公式，对所述训练样本中的各样本特征进行非线性转换，得到随机傅里叶特征训练样本； 根据所述训练样本和所述随机傅里叶特征训练样本，确定所述训练样本的权重值； 所述根据所述训练样本和所述随机傅里叶特征训练样本，确定所述训练样本的权重值，具体包括：定义所述训练样本中的各样本特征，以及所述随机傅里叶特征训练样本中的各样本特征构成目标特征矩阵；所述目标特征矩阵中的每个样本特征的初始权重值等于所述训练样本的初始权重值； 根据所述每个样本特征的初始权重值，计算所述目标特征矩阵的互协方差；所述互协方差越小，所述目标特征矩阵中的各样本特征之间的相关度越小； 以所述互协方差作为损失函数，确定所述训练样本的权重值； 所述根据预处理后的训练集数据，对预设模型进行训练，得到人口流动预测模型之后，还包括：去除所述人口流动预测模型中权重值小于预设阈值的神经元连接。

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国网商用大数据有限公司，其通讯地址为：071000 河北省保定市中国(河北)自由贸易试验区雄安片区容城县雄安市民服务中心企业办公区C栋201；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。