基于滤波的数据预测方法、装置、设备及存储介质制造方法及图纸

本申请提供一种基于滤波的数据预测方法、装置、设备及存储介质，涉及数据预测技术领域。该方法包括：获取采集的待处理数据；根据预设滤波算法，获取所述待处理数据的信噪比；根据所述信噪比确定所述待处理数据是否为可用数据；若所述待处理数据为可用数据，则根据所述待处理数据进行预测，获取预测结果。相对于现有技术，实现了专门针对待处理数据进行筛选，筛选认为可用后再进行预测，提升了数据预测结果的准确性、并提升了预测可信度，减少预测所需要的时间和算力。需要的时间和算力。需要的时间和算力。

【技术实现步骤摘要】
基于滤波的数据预测方法、装置、设备及存储介质


[0001]本申请涉及数据预测
，具体而言，涉及一种基于滤波的数据预测方法、装置、设备及存储介质。

技术介绍

[0002]使用人工智能技术对大数据进行分析预测需要提升预测准确性，以获取更多的收益。例如在金融、保险等行业，数据预测应用更为广泛。
[0003]现有技术的预测过程中，通常在获取到大量待预测数据后，根据预设预测方法对待预测数据进行实时预测。
[0004]但是这样的预测方式由于是直接采用待预测数据进行预测的，不区分数据自身是否可以预测，导致获取的预测结果准确性和可信度不高。

技术实现思路

[0005]本申请的目的在于，针对上述现有技术中的不足，提供一种基于滤波的数据预测方法、装置、设备及存储介质，以解决现有技术中直接采用待预测数据进行预测的，由于待预测数据中的一些不可预测数据，导致最终获取的预测结果准确性和可信度不高的问题。
[0006]为实现上述目的，本申请实施例采用的技术方案如下：
[0007]第一方面，本申请一实施例提供了一种基于滤波的数据预测方法，所述方法包括：
[0008]获取采集的待处理数据；
[0009]根据预设滤波算法，获取所述待处理数据的信噪比；
[0010]根据所述信噪比确定所述待处理数据是否为可用数据；
[0011]若所述待处理数据为可用数据，则根据所述待处理数据获取预测结果。
[0012]可选地，所述根据预设滤波算法，获取所述待处理数据的信噪比之前，所述方法还包括：
[0013]根据预设划分规则，对采集到的初始数据进行划分，得到至少一组所述待处理数据。
[0014]可选地，所述根据预设划分规则，对采集到的初始数据进行划分，得到至少一组所述待处理数据，包括：
[0015]根据预设时间段以及所述初始数据的产生时间，对采集到的初始数据进行划分，得到至少一组所述待处理数据。
[0016]可选地，所述预设滤波算法为根据样本数据和预设函数训练获取，其中，所述样本数据包括：历史数据对应的实际结果、以及根据所述历史数据获取的预测结果。
[0017]可选地，所述预设函数包括下述至少一种函数：线性函数、决策树、神经网络、决策树、机器学习、人工智能算法。
[0018]可选地，所述根据所述信噪比确定所述待处理数据是否为可用数据，包括：
[0019]若所述信噪比大于预设阈值，则确定所述待处理数据可用于预测；
[0020]若所述信噪比小于预设阈值，则确定所述待处理数据不可用于预测。
[0021]可选地，所述待处理数据包括下述一项或多项：股票价格、股票收益率、股票涨跌幅，股票舆情数据、财务数据、股票相关产业链、价值链、另类数据；所述预测结果包括下述一项或多项：预测收益率、相对预设基准的收益率、组合收益率。
[0022]第二方面，本申请另一实施例提供了一种基于滤波的数据预测装置，所述装置包括：获取模块和确定模块，其中：
[0023]所述获取模块，用于获取采集的待处理数据；
[0024]所述获取模块，具体用于根据预设滤波算法，获取所述待处理数据的信噪比；
[0025]所述确定模块，用于根据所述信噪比确定所述待处理数据是否为可用数据；
[0026]所述确定模块，具体用于若所述待处理数据为可用数据，则根据所述待处理数据获取预测结果。
[0027]可选地，所述装置还包括：划分模块，用于根据预设划分规则，对采集到的初始数据进行划分，得到至少一组所述待处理数据。
[0028]可选地，所述划分模块，具体用于根据预设时间段以及所述初始数据的产生时间，对采集到的初始数据进行划分，得到至少一组所述待处理数据。
[0029]可选地，所述预设函数包括下述至少一种函数：线性函数、决策树、神经网络、机器学习、人工智能算法。
[0030]可选地，所述确定模块，具体用于若所述信噪比大于预设阈值，则确定所述待处理数据可用于预测；
[0031]若所述信噪比小于预设阈值，则确定所述待处理数据不可用于预测。
[0032]第三方面，本申请另一实施例提供了一种基于滤波的数据预测设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当基于滤波的数据预测设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述第一方面任一所述方法的步骤。
[0033]第四方面，本申请另一实施例提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述第一方面任一所述方法的步骤。
[0034]本申请的有益效果是：采用本申请提供的基于滤波的数据预测方法，通过获取采集的待处理数据后，根据预设滤波算法计算待处理数据对应的信噪比，随后根据信噪比确定待处理数据是否为可用于预测的数据，仅对可用于预测的数据进行预测，并获取预测结果，这样的处理方式由于仅对可用于预测的数据进行预测，实现了先对待处理数据进行筛选，筛选认为可用于预测后再进行预测，提升了数据预测结果的准确性、并提升了预测可信度。
附图说明
[0035]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0036]图1为本申请一实施例提供的基于滤波的数据预测方法的流程示意图；
[0037]图2为本申请另一实施例提供的基于滤波的数据预测方法的流程示意图；
[0038]图3为本申请另一实施例提供的基于滤波的数据预测方法的流程示意图；
[0039]图4为本申请一实施例提供的基于滤波的数据预测装置的结构示意图；
[0040]图5为本申请另一实施例提供的基于滤波的数据预测装置的结构示意图；
[0041]图6为本申请一实施例提供的基于滤波的数据预测设备的结构示意图。
具体实施方式
[0042]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中的附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。
[0043]通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0044]另外，本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于滤波的数据预测方法，其特征在于，所述方法包括：获取采集的待处理数据；根据预设滤波算法，获取所述待处理数据的信噪比；根据所述信噪比确定所述待处理数据是否为可用数据；若所述待处理数据为可用数据，则根据所述待处理数据获取预测结果。2.如权利要求1所述的方法，其特征在于，所述根据预设滤波算法，获取所述待处理数据的信噪比之前，所述方法还包括：根据预设划分规则，对采集到的初始数据进行划分，得到至少一组所述待处理数据。3.如权利要求2所述的方法，其特征在于，所述根据预设划分规则，对采集到的初始数据进行划分，得到至少一组所述待处理数据，包括：根据预设时间段以及所述初始数据的产生时间，对采集到的初始数据进行划分，得到至少一组所述待处理数据。4.如权利要求1所述的方法，其特征在于，所述预设滤波算法为根据样本数据和预设函数训练获取，其中，所述样本数据包括：历史数据对应的实际结果、以及根据所述历史数据获取的预测结果。5.如权利要求4所述的方法，其特征在于，所述预设函数包括下述至少一种函数：线性函数、决策树、神经网络、机器学习、人工智能算法。6.如权利要求1所述的方法，其特征在于，所述根据所述信噪比确定所述待处理数据是否为可用数据，包括：若所述信噪比大于预设阈值，则确定所述待处理数据可用...

【专利技术属性】
技术研发人员：李升东，张纯信，
申请(专利权)人：张纯信，
类型：发明
国别省市：