摘要
本申请实施例提供了一种缓存数据的预测方法和装置、存储介质及电子设备。其中,该方法包括:获取候选数据向量,根据候选数据向量执行向量自回归操作,得到线性自回归矩阵和非线性自回归矩阵;将线性自回归矩阵和非线性自回归矩阵输入目标数据预测模型,其中,目标数据预测模型是一种深度神经网络模型,目标数据预测模型中包括多个依次堆叠的特征提取层,多个特征提取层中的第一特征提取层用于对非线性自回归矩阵进行处理,得到第一特征矩阵,多个特征提取层中的第二特征提取层用于对第二特征矩阵进行处理,得到待输入下一个特征提取层的第一特征矩阵;将目标数据预测模型的输出结果确定为目标数据对象。
技术关键词
数据预测模型
矩阵
对象
非线性
深度神经网络模型
训练样本集
电子设备
可读存储介质
元素
阶段
标签
处理器
数据访问
序列
预测装置
终端
处理单元
系统为您推荐了相关专利信息
电力设备故障
注意力
多模态数据融合
多层感知机
门控循环单元
半导体封装器件
综合测试方法
机器学习模型
耦合特征提取
参数