摘要
本发明公开了一种优化时间位置编码的人体健康监测数据时序预测方法,本发明无需解决不规则时间序列缺失值的插补问题,能动态且有效地捕捉局部时间间隔特征及重要的长期时间衰减特征,旨在增强不规则时间序列数据预测方法中时间间隔内的局部动态序列特征及沿时间维度的长期时间衰减趋势的时间动态变化精确表示,特别是那些在时间序列预测任务中表现出时间衰减或非线性趋势的数据。本发明通过优化时序位置编码和异构数据的多视图交叉注意力的加成增强了模型对时间动态波动的敏感性,使模型能更有效地适应人体健康监测不规则多变量时间序列数据中的变化,以提升对人体健康监测不规则多变量时间序列预测能力。
技术关键词
人体健康监测
时序预测方法
多头注意力机制
序列
时间间隔特征
衰减特征
时序预测模型
矩阵
时序数据预测方法
变量
集成学习策略
求解微分方程
位置编码信息
系统为您推荐了相关专利信息
灯光设备
智能照明控制方法
参数
手势
智能照明控制装置
知识图谱模型
线索
群体识别方法
社区检测算法
节点
核心
散热控制方法
冷却液
流量控制单元
加权平均温度
模糊神经网络模型
力估算方法
转向齿条
时间序列特征
模糊推理
大语言模型
生成无人机
构建无人机
规划
理解自然语言