摘要
本申请涉及数据处理技术领域,尤其涉及特征提取模型训练、时间序列数据预测方法、装置及设备。第一编码器基于不同的特征提取策略对掩码时间序列数据进行第一次数的第一特征提取,得到每次对应的第一特征矩阵,第二编码器基于不同的特征提取策略对原始数据进行第一次数的第二特征提取,得到每次对应的第二特征矩阵,通过多次不同的特征提取,得到各数据不同层次的特征,得到不同的时间尺度上展现的特征,再基于解码器确定每一次特征提取的预测特征矩阵,进而根据每次特征提取的预测特征矩阵与第二特征矩阵之间的偏差确定目标损失值,再进行参数调整得到对于时间序列数据特征提取更准确的特征提取模型,以便于基于该特征提取模型进行更准确的预测。
技术关键词
特征提取模型
预测特征
矩阵
编码器
数据预测方法
注意力机制
序列
解码器
特征提取模块
数据预测装置
数据特征提取
线性
偏差
数据处理技术
格式
训练装置
电子设备
参数
融合特征
系统为您推荐了相关专利信息
情绪识别方法
情绪识别系统
特征提取网络
情绪识别模型
编码器训练
语音情感识别模型
梅尔频率倒谱系数
语音情感识别方法
声学特征
情感特征