摘要
本发明公开了一种基于自适应注意力机制的剩余完工时间预测方法,包括下述步骤:S1.构建包含自适应优化特征自选择模块和自适应权重分配注意力机制时序预测模块的剩余完工时间预测方法;S2.对数据进行缺失值填充、归一化等数据处理;S3.在自适应优化特征自选择模块中构造基于自适应特征优化的特征选择方法,对预处理后的数据进行迭代训练,不断剔除消极特征,选择出关键特征子集;S4.对选择出的关键特征进行特征编码;S5.根据特征的重要性通过线性变换计算出自注意力机制中的查询权重矩阵、键权重矩阵、值权重矩阵;S6.在自适应权重分配注意力机制时序预测模块中向经过权重分配的自注意力机制代入关键特征子集数据进行模型训练。
技术关键词
注意力机制
时间预测方法
XGBoost模型
特征选择方法
矩阵
时序预测模型
数据真实值
神经网络架构
递归神经网络
控制权
统计学方法
机器学习算法
模块
机器学习模型
活动特征
正则化参数
系统为您推荐了相关专利信息
三维点云数据
点云特征提取
基元
编码模块
解码模块
距离估计
距离信息
参数估计方法
频域数据处理
回波