发明专利已授权

一种基于小波多分辨率分解的深度学习工单量预测方法

📄 申请号：CN202411113958.1 📄 发布日：2026/05/07

著录项目信息

申请日

2024-08-14

公开号

CN118657255B

公开日

2024-11-22

申请人

华侨大学

法律状态

已下证

专利类型

发明

主分类号

G06N3_0455

IPC 分类号

G06N3_0455 , G06N3_084 , G06Q10_04 , G06F18_213 , G06F18_25 ,

技术画像

所属领域

深度学习深度学习时间序列预测小波分析

应用场景

工单量预测, IT运维管理, 客户服务管理, 运营规划, 资源调度

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明提供一种基于小波多分辨率分解的深度学习工单量预测方法，属于时间序列预测领域，包括：将每组工单样本输入ExWaveformer模型的事件检测器中提取工单类型特征；获取工单量历史输入序列和预测输入序列分别输入编码器和解码器中；将工单量预测输入序列分解为趋势分量和周期随机分量，对周期随机分量提取频域特征后重构回时域，在时域使用自注意力提取关联特征并在编码器中编码为隐向量；计算时域交叉注意力得到重构的周期随机隐向量，将其融合趋势分量得到最终生成的工单量预测序列；步骤S6、更新参数，最终得到训练好的预测模型。本发明能够降低时间复杂度，提升预测精度，当实际运用场景中出现突发事件情况下仍然能够准确预测。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种便于输送的气胀弱爆致裂器

当前第 / 件

一种正则语言和自动机理论的辅助教学交互方法及装置

同领域国内专利 · IPC: (G06N3_0455)

G06N3_00 G06N3_006 G06N3_008 G06N3_02 G06N3_04 G06N3_042 G06N3_043 G06N3_044 G06N3_0442 G06N3_045 G06N3_0455 G06N3_0464 G06N3_0475 G06N3_048 G06N3_049 G06N3_0495 G06N3_0499 G06N3_06 G06N3_063 G06N3_065 G06N3_067 G06N3_08 G06N3_082 G06N3_084 G06N3_086 G06N3_088 G06N3_0895 G06N3_09 G06N3_092 G06N3_094 G06N3_096 G06N3_098 G06N3_0985 G06N3_12 G06N3_126 覆盖35个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：64 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种基于小波多分辨率分解的深度学习工单量预测方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06N3_0455)

相似专利推荐 AI 驱动 · 同领域

一种用于图像数据识别模型构建的方法及系统

图像中关键点的检测方法及设备

基于图神经网络与元数据的个性化服务推荐方法

服务项目

资源中心

关于柿子坊