一种基于生成式预训练模型的马铃薯晚疫病预测方法

本发明公开了一种基于生成式预训练模型的马铃薯晚疫病预测方法，对预先获取的马铃薯晚疫病数据进行数据预处理，基于GPT2构建针对时间序列预测的生成式预训练模型，在生成式预训练模型的层归一化基础上引入了实例归一化；并采用通道独立性和分块技术，以适应预训练模型的处理能力；引入时间序列对齐阶段，并对其编码层和输出层进行优化；在时间序列对齐阶段采用与模型原始预训练相同的自回归训练方法；在生成式预训练模型微调阶段采用两阶段微调，先进行线性探测，后进行全面微调，确定损失函数，实现马铃薯晚疫病的预测。本发明提出时间序列对齐方法，使生成式预训练模型能够充分理解和利用多维度时间序列数据，有效预测马铃薯晚疫病发生。