贵金属价格预测神经网络训练方法及装置制造方法及图纸

本发明专利技术提供了一种贵金属价格预测神经网络训练方法及装置，涉及人工智能技术领域，该方法包括：获取目标时间段内的贵金属价格；根据目标时间段内的贵金属价格生成第一神经网络模型；利用第一神经网络模型生成贵金属价格预测结果；获取贵金属价格信息，并根据贵金属价格信息和贵金属价格预测结果更新第一神经网络模型，得到贵金属价格预测神经网络训练结果。本发明专利技术基于实时预测误差进行模型修正，可以提升贵金属价格预测神经网络模型的预测准确度。确度。确度。

【技术实现步骤摘要】
贵金属价格预测神经网络训练方法及装置


[0001]本专利技术涉及人工智能
，尤其是涉及一种贵金属价格预测神经网络训练方法及装置。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]神经网络作为一种函数拟合器，可以对各种非线性关系进行拟合，广泛应用在医疗、金融、安防等各个领域。利用不同手段训练得到的神经网络的模型精度不同。现有贵金属价格预测神经网络训练方案，通常训练后得到固定的神经网络，不能实时适应数据的变化，导致预测误差逐渐增大。

技术实现思路

[0004]本专利技术提供了一种贵金属价格预测神经网络训练方法及装置，可以得到更优的贵金属价格预测神经网络训练结果，进而实时适应数据的变化，提高贵金属价格预测准确度。
[0005]第一方面，本专利技术实施例提供了一种贵金属价格预测神经网络训练方法，该方法包括：
[0006]获取目标时间段内的贵金属价格；
[0007]根据所述目标时间段内的贵金属价格生成第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种贵金属价格预测神经网络训练方法，其特征在于，包括：获取目标时间段内的贵金属价格；根据所述目标时间段内的贵金属价格生成第一神经网络模型；利用所述第一神经网络模型生成贵金属价格预测结果；获取贵金属价格信息，并根据所述贵金属价格信息和所述贵金属价格预测结果更新所述第一神经网络模型，得到贵金属价格预测神经网络训练结果。2.根据权利要求1所述的方法，其特征在于，根据所述目标时间段内的贵金属价格生成第一神经网络模型之前，还包括：对所述目标时间段内的贵金属价格进行归一化处理。3.根据权利要求2所述的方法，其特征在于，根据所述目标时间段内的贵金属价格生成第一神经网络模型，包括：利用多维度的目标时间段内的贵金属价格训练多个目标神经网络模型；根据所述多个目标模型的预测误差，确定第一神经网络模型。4.根据权利要求1所述的方法，其特征在于，根据所述贵金属价格信息和所述贵金属价格预测结果更新所述第一神经网络模型，包括：根据所述贵金属价格信息和所述贵金属价格预测结果计算均方预测误差；若所述均方预测误差大于预设误差值，则根据所述目标时间段内的贵金属价格重新生成第一神经网络模型。5.一种贵金属价格预测神经网络训练装置，其特征在于，包括：数据爬取模块，用于获取目标时间段内的贵金属价格；模型训练模块，用于根据所述目标时间段...

【专利技术属性】
技术研发人员：张艳，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：