摘要
本发明属于人工智能和数据分析技术领域,公开了一种基于小波变换和大语言模型的时间序列预测方法及装置;其中,所述时间序列预测方法包括:获取已知历史时间序列数据;基于获取的已知历史时间序列数据,利用训练好的时间序列预测模型进行未来时间段的时间序列预测,获得低频、中频和高频三个频域分量的预测值;将获得的低频、中频和高频三个频域分量的预测值相加,并对相加后的结果进行逆归一化处理,得到最终的时间序列预测结果;所述时间序列预测模型包括:小波分解模块、预训练大语言模型的主干网络和预测头。本发明公开的技术方案,能够显著提高时间序列预测的准确性。
技术关键词
时间序列预测方法
时间序列预测模型
大语言模型
时间序列预测系统
非暂态计算机可读存储介质
时间段
更新模型参数
数据分析技术
模型预测值
线性
网络
数据获取模块
序列特征
机制
处理器
周期性
滑动窗口
系统为您推荐了相关专利信息
文档查重方法
摘要
文本
语义特征提取
大语言模型
智能生成方法
大语言模型
生成结构化数据
后处理模块
差分隐私保护