一种基于双向GRU的自适应聚合及预测框架的周期性流量数据处理方法

本发明公开一种基于双向GRU的自适应聚合及预测框架的周期性流量数据处理方法，包括如下操作：根据周期性数据的相关性特征，获得包含不同数据特征模式的数据集，利用有序样本聚类法将数据集划分为不同的时间段，获得分段后的数据集，根据分段数据集的特征，分别赋予不同时间段为高峰区、波动区、低峰区以及平稳区，形成自适应聚合数据集。将自适应聚合数据集代入自适应预测框架，在基于局部预测的数据扩充和基于全局预测的数据拼接后，构造基于双向GRU的神经网络框架，对处理后的数据进行流量预测，实现周期性流量数据的聚合和预测。本发明提高了数据处理效率和预测准确率，有极高的应用价值。