基于多头注意力机制和RNN-LSTM网络的数据预取方法

本发明涉及数据预取技术领域，尤其是提供了一种基于多头注意力机制和RNN‑LSTM网络的数据预取方法。该方法包括获取初始数据集，并进行比例划分，得到训练数据集，验证数据集和测试数据集；对初始数据集进行预处理，获得预处理后的数据集；通过多头注意力机制和RNN‑LSTM循环神经网络，构建循环神经网络融合模型；通过预处理后的训练数据集，验证数据集和测试数据集分别对循环神经网络融合模型进行训练、验证和测试，以实现数据预取，该方法通过融合技术，利用RNN‑LSTM在处理长时间序列的强大基础和特定多头注意力机制，提高了数据预取的精确性和高效性，减少了数据读取的延迟。