【技术实现步骤摘要】
本专利技术涉及人工智能，具体涉及到一种针对产业链数据的智能决策方法及装置。
技术介绍
1、智能决策是人工智能领域的一个重要研究方向，它旨在帮助人们在复杂的环境中做出更好的决策。智能决策的核心是通过分析大量的数据和信息，自动地学习出规律和模式，从而为决策提供支持和建议。
2、目前大量智能决策研究都十分重视对大数据挖掘其内在逻辑关系,却忽视了具有明确价值诉求的小样本数据。为了能够精准预测和智能决策,则需要用大样本数据去捕获规律,用小样本数据去匹配场景。然而,数据量的匮乏不能提供深度学习模型进行学习的数据空间,造成预测准确性问题差强人意。因此，亟需寻求一种面向小样本数据的智能决策模型，以便能够为数据智能决策赋能。
技术实现思路
1、本专利技术的主要目的在于提供一种针对产业链数据的智能决策方法及装置，以解决相关技术中存在的技术问题。
2、为了实现上述目的，根据本专利技术的第一方面，提供了一种针对产业链数据的智能决策方法包括获取待决策产业链数据；将所述待决策产业链数据输入训练...
【技术保护点】
1.一种针对产业链数据的智能决策方法，其特征在于，包括：
2.根据权利要求1所述的针对产业链数据的智能决策方法，其特征在于，基于变分模态分解算法对所述特征信息集合进行分解包括：
3.根据权利要求2所述的针对产业链数据的智能决策方法，其特征在于，在求解之前使用交替方向乘子法连续更新各解析特征以及对应的中心特征。
4.根据权利要求1所述的针对产业链数据的智能决策方法，其特征在于，所述目标特征信息集合包括产业链数据中类别分布、节点分布、时间分布、空间分布、场景分布、事件分布以及企业分布、监管执法分布、人才分布、投资融资分布、并购重组分布、...
【技术特征摘要】
1.一种针对产业链数据的智能决策方法，其特征在于，包括：
2.根据权利要求1所述的针对产业链数据的智能决策方法，其特征在于，基于变分模态分解算法对所述特征信息集合进行分解包括：
3.根据权利要求2所述的针对产业链数据的智能决策方法，其特征在于，在求解之前使用交替方向乘子法连续更新各解析特征以及对应的中心特征。
4.根据权利要求1所述的针对产业链数据的智能决策方法，其特征在于，所述目标特征信息集合包括产业链数据中类别分布、节点分布、时间分布、空间分布、场景分布、事件分布以及企业分布、监管执法分布、人才分布、投资融资分布、并购重组分布、技术分布、专利分布、政策分布、产品分布等多个特征信息。
5.一种针对产业链数据的智能决策装置，其特征在于，包括：
6.根据权利要求5所述的产业链数据智能决策模型的训练装置...
【专利技术属性】
技术研发人员：杜登伟，韩爱华，杨雄，
申请(专利权)人：武汉东湖大数据科技股份有限公司，
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。