【技术实现步骤摘要】
本申请涉及计算机系统数据处理，具体涉及一种多对象数据并行预测处理方法及系统。
技术介绍
1、随着计算机计算能力的提升及大数据技术的发展，使用大量的数据分析模型对数据进行预测建模分析已广泛应用于各大领域，如气象、金融、销售、供应链管理和生产制造业、交通等领域。数据预测是通过数据预测模型对现有的历史数据进行学习、挖掘数据的特征特点、趋势及关联规律，并以所学习、挖掘的特征、规律信息为依据，结合数据分析技术来理解和预测当前数据未来可能的信息。
2、在预测建模系统时，为了提高系统处理效率，有时往往需要对多个对象大量数据并行建模，而不是仅针对某个对象单一数据进行建模，然而现有方案中很少有针对多对象数据并行预测建模的资源调度与优化方案，来提高系统的运算效率和速度。
3、此外，现有的预测建模算法中，其往往关注和针对的是单个对象的数据，如通过某个具体的模型根据单个对象数据进行训练并优化算法（如贝叶斯优化优化）寻优，或通过复杂的深度学习模型（如递归神经网络rnn和长短期记忆网络lstm等）对某个对象数据进行训练、验证及测试。上述方案...
【技术保护点】
1.一种多对象数据并行预测处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述基于预设的预测建模机制调用所述模型库，对多个子任务的对象数据执行并行预测建模，包括：
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述将所述元特征矩阵Xmeta输入到预设的元模型进行处理，包括：
7.根据权利要求5-6任一项所...
【技术特征摘要】
1.一种多对象数据并行预测处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述基于预设的预测建模机制调用所述模型库，对多个子任务的对象数据执行并行预测建模，包括：
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述将所述元特征矩阵xmeta输入到预设...
【专利技术属性】
技术研发人员：惠鹏程，曾于川，韩洁，华夏露，郑翔天，
申请(专利权)人：上海甄零科技有限公司，
类型：发明
国别省市：
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。