用于数据处理的双路Mamba的长期时间序列预测方法

本发明实施例公开了一种用于数据处理的双路Mamba的长期时间序列预测方法，涉及数据处理技术领域。本发明将输入的多变量时间序列进行归一化处理获得多变量数据；将多变量数据进行通道独立并将数据映射到隐空间中；对每个变量的数据进行patch划分，将其划分为不重叠的子序列；将划分后的时间序列通过全局和局部的双路Mamba处理，之后将得到的全局信息映射为权值与局部特征相乘并映射为需要预测的时间序列的长度，得到最终的预测结果。用得到的预测结果训练时间序列预测模型从而提升性能，实现了从两个视角捕获长期时间序列的时间依赖关系，并对patch内与patch间信息进行统一，解决了计算复杂度高，建模时间顺序依赖关系弱的问题。