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
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
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
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