摘要
本公开提供了一种时序状态数据多步预测方法、装置及设备,包括:时序状态数据多步预测模型包括:时序状态数据编码器结构和多步预测解码器结构;时序状态数据多步预测模型基于Transformer模型架构构建;时序状态数据编码器结构为基于Transformer编码器模型架构,在Transformer编码器的多头注意力子层和前馈网络子层之间插入长短期记忆网络模型构建;多步预测解码器结构基于Transformer解码器模型架构构建,包括多个Transformer解码器。本公开引入长短期记忆网络模型,结合全局建模与局部时序依赖能力增强预测性能。设计多解码器结构处理多步预测任务,有效解决了误差累积的问题。
技术关键词
解码器结构
数据编码器
时序
长短期记忆网络
卷积神经网络模型
解码器单元
多步预测方法
解码器模型
一维卷积神经网络
编码器单元
注意力
预测装置
特征提取模块
多通道
级联
数据压缩
系统为您推荐了相关专利信息
常春藤
模型建立方法
综合能源优化方法
算法
综合能源系统规划
交通流量预测方法
XGBoost模型
时序特征
机器学习模型
Attention机制
城市管理系统
数据接口
视频处理单元
数据处理单元
距离检测
网络攻击信息
识别网络攻击
网络安全监控
网络攻击事件
异常流量