专利交易市场

本发明公开了一种居民社区时用水量预测方法，即蜻蜓—高斯过程回归耦合算法，将高斯过程回归与蜻蜓算法进行有机结合，利用擅长全局搜索和对初始值没有依赖的蜻蜓算法进行参数寻优，利用高斯过程回归寻找时用水量训练数据之间的关系，对下一小时的用水量进行预测,给出其分布状况,对居民社区时用水量进行实时预测和区间预测。

基于SFT‑ALS的时间序列粉丝涨幅预测方法，步骤1，获取用户基础数据；步骤2，提取基础数据特征，包括：每日的视频更新量、粉丝量、视频点赞量、视频收藏量、视频播放量、粉丝的平均增长率和粉丝时序信号的SFT特征；步骤3，对特征进行归一化处理；步骤4，将经特征处理后的特征集组成混合矩阵送入ALS模型中进行矩阵分解，并重构混合矩阵；步骤5，使用遗传算法寻优得到最优低维矩阵的维数k；步骤6，将训练获得的粉丝涨幅模型嵌入平台系统中，并实际应用。本发明提出了基于SFT‑ALS的时间序列粉丝涨幅预测方法。通过提取和粉丝涨幅有关的各类时序特征结合ALS模型对粉丝涨幅进行预测分析，揭示各文创工作者在文创发展过程中存在的规律与特点。