一种基于深度神经网络的数值预测方法

本发明公开了一种基于深度神经网络的数值预测方法，包括以下步骤：S1收集并预处理训练数据；S2构建一个包含至少一个注意力机制模块的轻量级神经网络模型；S3利用所述训练数据训练所述模型，最小化损失函数，采用均方误差作为损失函数；S4对所述模型进行知识蒸馏；S5利用所述更小模型进行数值预测，通过轻量级神经网络模型，能够减少计算资源需求，提高模型训练的速度和效率。通过知识蒸馏，可以减少推理时所需的计算资源，提高预测的效率。通过集成注意力机制，模型可以突出显示输入数据中的关键特征，提高模型预测结果的可解释性，通过数据增强技术扩展数据集，提高模型的泛化能力。通过残差连接，保证模型在深层网络中的稳定训练。