公开(公告)号：CN117520900A

公开(公告)日：2024-02-06

申请号：CN202311577153.8

申请日：2023-11-23

Applicant: 南京信息工程大学

Inventor： 刘文杰 ,  顾雨晨

IPC: G06F18/24 ,  G01W1/14 ,  G06N3/0442 ,  G06N3/092 ,  G06F18/213

Abstract: 本发明公开了基于DQN_Multi‑BiGRU和多头ProbSparse自注意力的多因子降水等级预测方法，包括：获取与降水相关的物理量因子数据；将降水量划分等级，利用物理量因子数据和对应的降水量等级组成训练集数据；构建深度强化学习模型，利用训练集数据对深度强化学习模型进行训练；构建降水等级预测模型，将物理量因子数据作为降水等级预测的输入项，将降水量等级作为降水等级预测模型的输出项，利用降水等级预测模型预测不同物理量因子时的降水等级。本发明能够从各物理量因子数据中充分提取特征用于降水等级预测，所得降水等级预测准确率高，效率高；在深度强化学习下，具有实时决策能力，泛化能力强，灵活性高。

公开(公告)号：CN114819343A

公开(公告)日：2022-07-29

申请号：CN202210441352.5

申请日：2022-04-25

Applicant: 南京信息工程大学

Inventor： 刘文杰 ,  葛业波 ,  顾雨晨

IPC: G06Q10/04 ,  G06Q40/04 ,  G06N3/04 ,  G06N3/08 ,  G06F40/30

Abstract: 本发明公开了一种基于TrellisNet和注意力机制的新闻驱动股票指数预测方法,包括步骤如下：获取相关股票指数的历史新闻数据和交易数据；将非结构化新闻数据转换为结构化的情感指数数据；将结构化的新闻情感指数数据与股票指数交易数据按照交易日期进行数据融合，并进行归一化处理，构造数据集；构建TrellisNet和注意力机制神经网络预测模型，并利用测试数据集对预测模型进行测试修正；将待预测日的新闻情感指数数据和待预测日前一日的股票指数数据作为输入，用训练好的预测模型进行预测，得到待预测股票指数的涨跌情况。本发明通过对相关指数新闻的情感进行量化分析，能提高股票指数的预测准确度，预测股票指数的未来趋势。