摘要
发明涉及基于时间序列对烟丝制造工艺出口水分含量的预测方法,包括步骤:获取设备的历史数据,构建历史时间序列;对历史时间序列进行批处理,得到批量化数据集;对批量化数据集进行补丁化处理,得到补丁时间序列;将各特征变量输入模型框架通道中;采用加性位置编码矩阵维持补丁时序性,利用多头注意力机制对补丁时间序列进行深度编码,获得多头注意力机制输出;对多头注意力机制输出经过双层线性变换,采用非线性激活函数进行残差连接,经过展平层和线性头头部处理,得到最终输出的出口水分含量预测结果。本发明基于历史数据对烟丝的出口水分含量进行预测,旨在提高时间序列预测精度,减少算法时间复杂度,节约计算成本。
技术关键词
多头注意力机制
补丁
序列
优化预测模型
烟丝
矩阵
深度编码
变量
相关性分析技术
非线性
批量
样本
通道
梯度提升树
时序
数据
误差参数
缩放参数
系统为您推荐了相关专利信息
大语言模型
摘要生成方法
抽象语法树
语义
智能合约代码
换电柜
功率分配模型
储能电池
节能控制系统
车辆电池