一种基于序列分割与频域注意力的天气数据预测方法

本发明公开了一种基于序列分割与频域注意力的天气数据预测方法，包括：S1：构建天气数据集；S2：构建基于informer模型的天气预测模型；导入天气数据至编码器中的PatchTST局部特征提取模块，获取分割后的局部特征；S3：导入步骤S2中的局部特征至DCT频域注意力模块，获得增强频域特征；同时导入步骤S2中的局部特征至多头稀疏注意力模块，获取稀疏注意力特征；S4：编码器前馈层将步骤S3中的增强频域特征和稀疏注意力特征通过学习因子进行拼接，并通过维度转换获取第一前馈层输出；S5：导入第一前馈层输出至解码器中，获取预测的天气数据；S6：构建损失函数，最小化损失函数以优化模型。本发明能完成对天气数据的短期波动与长期趋势的精准捕捉。