摘要
本发明公开了一种用于长期时间序列预测的知识集成分解网络,包括:多尺度移动平均模块对所输入的时间序列数据进行移动平均,得到趋势序列和季节序列,并联和得到多尺度序列;季节学习单元和趋势学习单元分别根据学习趋势特征和季节性特征;余项获取单元差值;季节预测单元预测季节序列;趋势预测单元输出趋势预测序列;输出单元将和相加得到最终的预测输出;训练模块,对学习模块和预测模块进行联合训练。
技术关键词
序列
多尺度
模块
更新模型参数
最小化误差
神经网络训练
非线性
季节特征
训练算法
分支
变量
数据
内核
批量
矩阵
代表
元素
系统为您推荐了相关专利信息
度预测方法
磨削齿面
通道注意力机制
训练集数据
矩阵
命名实体识别方法
预训练语言模型
编码
序列
度量
智能管理方法
特征选择算法
标准化工具
语义
智能管理平台
混合预测模型
阻隔方法
电缆隧道
网络节点
火灾控制技术