基于数据增强与LSTM-KAN的小样本流量预测方法

本发明公开了一种基于数据增强与LSTM‑KAN的小样本流量预测方法，涉及时间序列预测领域，所述方法包括以下步骤：步骤1、对目标数据集进行数据增强；步骤2、对可学习数据集进行数据增强；步骤3、使用LSTM模型结合KAN网络，对所述可学习数据集进行预训练；步骤4、使用所述LSTM模型结合所述KAN网络，再对所述目标数据集进行训练，并且利用迁移学习的理念，将模型的初始化参数设为预训练得到的参数，提升预测效果，最后将训练得到的模型用于预测，得到输出。