一种基于SVR和CNN-LSTM-ATTENTION模型的组合预测方法

本发明公开了一种基于SVR和CNN‑LSTM‑ATTENTION模型的组合预测方法，目的是解决当前单一模型难以同时兼顾数据的局部特征和长期依赖关系，且在小样本数据上可能存在过拟合的风险的问题。技术方案是构建基于SVR和CNN‑LSTM‑ATTENTION模型的组合预测系统，数据预处理模块从输入模块接受N条历史数据，对N条历史数据进行数据预处理，支撑向量回归模块输入训练集和测试集数据得到第一训练集、测试集预测值；CNN‑LSTM‑ATTENTION模块输入训练集、测试集数据得到第二训练集、测试集预测值；组合预测模块得到组合预测值；输出模块将测试集组合预测值传给显示模块显示。采用本发明与单一模型相比，提高了系统预测数据的精度，较好的满足应用需求。