一种基于时频变化模式建模的长时间序列预测方法

AITNT
正文
推荐专利
一种基于时频变化模式建模的长时间序列预测方法
申请号:CN202411491007
申请日期:2024-10-24
公开号:CN119691375B
公开日期:2025-11-18
类型:发明专利
摘要
本发明提供了一种基于时频变化模式建模的长时间序列预测方法,所述方法包括:对原始时间序列进行特征编码,得到编码后的时间序列;将编码后的时间序列输入至时间序列预测模型进行训练,得到时间序列预测模型输出的预测时间序列;基于时域损失和频域损失得到时间序列预测模型的总损失;基于总损失对时间序列预测模型的结构参数进行更新,得到更新后的时间序列预测模型,并基于更新后的时间序列预测模型对编码后的时间序列继续进行训练,直至达到预设训练次数,得到训练好的时间序列预测模型;得到与应用场景对应的编码后的时间序列;得到与应用场景对应的预测时间序列。
技术关键词
时间序列预测模型 频谱特征提取 数据 序列预测方法 网络 编码 多尺度 子模块 注意力 频率 场景 矩阵 键值 电力变压器 模式 金融 交通 天气
系统为您推荐了相关专利信息
1
一种基于多粒度增强和多域可靠类扩散的时序聚类方法
聚类方法 时序 策略 样本 机制
2
基于大数据的建设成本分析系统及方法
多模态 工程量清单数据 时空注意力机制 马尔可夫模型 分析系统
3
感知数据的处理方法、装置、存储介质及电子设备
场景 元素 动态 模板 轨迹
4
神经内科护理安全隐患监测系统及方法
安全隐患监测系统 神经内科护理 安全隐患监测方法 医疗知识图谱 节点
5
交互方法、数据处理方法、装置
对话生成模型 兴趣点 人工智能模型 交互方法 数据处理方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号