【技术实现步骤摘要】
本专利技术适用于时序预测,尤其涉及一种多实例的最大最小规范化方法、装置、设备、介质及程序。
技术介绍
1、在涉及多个系统和实例对象的复杂场景中,直接应用标准的最大最小(min-max)规范化方法进行多类型目标预测时,难以获得理想结果,甚至可能导致模型训练失败。这是因为即使在同一类型的对象之间,特征值的范围也可能存在显著差异,传统方法无法有效区分这些变化。
2、以建筑领域的时序预测任务为例,不同类型的对象(如空间环境与风机盘管设备)及其特征(如室内温度、湿度、冷负荷等)差异显著,使用简单的最大最小规范化处理后,数据间的相对差异被抹平,模型训练损失难以收敛,影响预测性能。
技术实现思路
1、基于此,本专利技术提供了一种多实例的最大最小规范化方法、装置、设备、介质及程序,以解决传统最大最小规范化方法在多对象实例场景下难以反映数据差异的问题。
2、第一方面,本专利技术实施例提供了一种多实例的最大最小规范化方法,该方法包括:
3、收集当前待规范任务中的全部建筑领域
...【技术保护点】
1.一种多实例的最大最小规范化方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,根据特征值集合以及与特征类型匹配的数值规范规则,确定出各实体类型下每个建筑领域特征的特征值规范化上下限,包括:
3.根据权利要求2所述的方法,其特征在于,利用四分位距法对每个特征值子集进行异常值识别与处理,得到与当前实体类型下的每个当前建筑领域实体分别对应的最大特征值和最小特征值,包括:
4.根据权利要求1所述的方法,其特征在于,根据特征值集合以及与特征类型匹配的数值规范规则,确定出各实体类型下每个建筑领域特征的特征值规范化上下限,包括
5....
【技术特征摘要】
1.一种多实例的最大最小规范化方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,根据特征值集合以及与特征类型匹配的数值规范规则,确定出各实体类型下每个建筑领域特征的特征值规范化上下限,包括:
3.根据权利要求2所述的方法,其特征在于,利用四分位距法对每个特征值子集进行异常值识别与处理,得到与当前实体类型下的每个当前建筑领域实体分别对应的最大特征值和最小特征值,包括:
4.根据权利要求1所述的方法,其特征在于,根据特征值集合以及与特征类型匹配的数值规范规则,确定出各实体类型下每个建筑领域特征的特征值规范化上下限,包括:
5.根据权利要求4所述的方法,其特征在于,通过统计各分箱中静态特征值的数量分布情况,确定出当前实体类型...
【专利技术属性】
技术研发人员:李昕,孙一凫,沈启,邱英秋,宋爽,
申请(专利权)人:博锐尚格科技股份有限公司,
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。