一种基于长短期特征的时间序列预测方法

本发明涉及人工智能技术领域，公开了一种基于长短期特征的时间序列预测方法，包括以下步骤：输入长度为T的多维时间序列数据；通过编码器中的长短特征层，将输入的时间序列数据处理后生成长期特征和短期特征，并对所提取的长期特征和短期特征进行特征融合；所述长短特征层包括卷积神经网络和长短期记忆神经网络，卷积神经网络用于提取输入数据的多维数据特征，长短期记忆神经网络用于提取输入数据的长期和短期特征。通过结合卷积神经网络和长短期记忆神经网络的长短特征层，能够有效提取时间序列数据中的短期波动和长期趋势，这种多尺度特征提取技术使得模型能够更好地捕捉数据中复杂的时序依赖关系，从而显著提高时间序列预测的准确性。