基于多通道时间序列的预测方法及相关设备

本申请提供了一种基于多通道时间序列的预测方法及相关设备。该方法包括：响应于接收到预测指令，确定预测指令指定的预测对象，获取与预测对象相关的多通道时间序列数据；使用多通道自适应傅里叶分解从该多通道时间序列数据中提取主要频率成分和动态特征；基于主要频率成分和动态特征构建输入数据，并将输入数据输入预测对象对应的基于循环神经网络训练得到的预测模型，基于预测模型的输出数据获得预测对象在未来多个时间点的状态信息。本申请能够在不增加模型复杂性和计算成本的前提下提高模型的预测精度。