基于深度学习的话务预测方法、装置及可读存储介质.pdfVIP

下载本文档

0
0
约1.6万字
约 16页
2023-05-12 发布于四川
举报
版权申诉

基于深度学习的话务预测方法、装置及可读存储介质.pdf

1、本文档共16页，其中可免费阅读15页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本公开提供了一种基于深度学习的话务预测方法、装置及可读存储介质。所述方法包括：获取步骤，获取历史话务数据：包括时间信息和对应所述时间信息的话务量；第一构建步骤，将时间信息转换为第一时间索引，基于第一时间索引构建时间序列对象；第二构建步骤，从时间信息中筛选出特定时间的时间信息，将特定时间的时间信息转换为第二时间索引，基于第二时间索引构建协变量序列对象；序列转换步骤，将时间序列对象与协变量序列对象排序合并为多维序列并转换为一维序列；建模步骤，使用深度神经网络模型对一维序列进行建模处理，生成预测模型；

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114595901 A (43)申请公布日 2022.06.07 (21)申请号 202210495833.4 G06N 3/08 (2006.01) (22)申请日 2022.05.0