基于FFT和交互式深度可分离卷积的时间序列预测方法

本发明属于时间序列预测技术领域，具体涉及一种基于FFT和交互式深度可分离卷积的时间序列预测方法。将频域特征与时间域特征分离，使模型能够分别建模两类特征，提高预测的稳定性和准确性；通过引入快速傅里叶变换与随机频率掩码机制，有效提升了模型对频域特征的捕捉能力；通过设计交互式深度可分离卷积块，能够高效提取多尺度的时序特征，同时有效减少计算复杂度。通过残差连接保留原始特征，防止信息退化，同时适应融合策略使得时域与频域特征的组合更加灵活。