一种融合条件随机场的空间自适应多元时序预测方法

本发明公开了一种融合条件随机场的空间自适应多元时序预测方法，基于融合条件随机场的空间自适应多元时序预测模型，对变量间拓扑关系随时间变化的动态演化过程显式建模，捕捉动态空间依赖，具体包括：根据图结构学习，得到用于进行图卷积操作的拓扑结构；利用条件随机场的条件建模和全局信息处理能力，基于线性链条件随机场模型构建CRF条件随机场模块，捕捉动态空间依赖；设置损失函数，在训练数据集上训练完成的空间自适应多元时序预测模型模型，部署到实际生产环境中对多元时序的未来情况进行预测。本方案有效建模动态空间关联，进而获得多元时间序列的动态时空嵌入表示用于预测。