基于循环神经网络的城市产业演化模型构建系统的方法技术方案

技术编号:24289972 阅读:28 留言:0更新日期:2020-05-26 20:11
基于循环神经网络的城市产业演化模型构建系统的方法。本方法包括四步,第一步数据清洗准备模块,第二步深度学习模型构建模块,第三步产业演化数据生成模块,第四步采样比例控制模块。本发明专利技术用于深度神经网络的产业演化模型产生及预测。

The method of constructing system of urban industrial evolution model based on cyclic neural network

【技术实现步骤摘要】
基于循环神经网络的城市产业演化模型构建系统的方法
本专利技术涉及一种基于循环神经网络的城市产业演化模型构建系统的方法。
技术介绍
目前业界对城市产业演化模型采用基于专家知识领域的人工预测技术方案存在一定的问题和缺点,主要体现在基于专家领域知识过多的依赖于传统对该城市产业信息的经验研判或受限于本身的领域知识储备,很难快速准确对城市的动态演化模型很好全局把握,无论在效率和准确性上都存在着较大不足。
技术实现思路
本专利技术的目的是提供一种通过将大量城市演化序列作为样本训练数据,通过循环神经网络产生城市的自动生成多个产业演化序列的一种基于循环神经网络的城市产业演化模型构建系统的方法。上述的目的通过以下的技术方案实现:一种基于循环神经网络的城市产业演化模型构建系统的方法,本方法包括四步,第一步数据清洗准备模块,第二步深度学习模型构建模块,第三步产业演化数据生成模块,第四步采样比例控制模块。所述的基于循环神经网络的城市产业演化模型构建系统的方法,所述的第一步数据清洗准备模块,首先对采集整理的各个城市的各个企业涉本文档来自技高网...

【技术保护点】
1.一种基于循环神经网络的城市产业演化模型构建系统的方法,其特征是: 本方法包括四步,第一步数据清洗准备模块,第二步深度学习模型构建模块,第三步产业演化数据生成模块,第四步采样比例控制模块。/n

【技术特征摘要】
1.一种基于循环神经网络的城市产业演化模型构建系统的方法,其特征是:本方法包括四步,第一步数据清洗准备模块,第二步深度学习模型构建模块,第三步产业演化数据生成模块,第四步采样比例控制模块。


2.根据权利要求1所述的基于循环神经网络的城市产业演化模型构建系统的方法,其特征是:所述的第一步数据清洗准备模块,首先对采集整理的各个城市的各个企业涉及的原始数据基于特征工程对产业标签进行人工清洗并标注,然后按照城市及企业成立时间将数据进行向量化表示。


3.据权利要求1所述的基于循环神经网络的城市产业演化模型构建系统的方法,其特征是:所述的第二步深度学习模型构建模块,通过对序列化后的向量数据按照一定比例分为训练集和测...

【专利技术属性】
技术研发人员:李涛毕泗国
申请(专利权)人:上海复见网络科技有限公司
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1