基于多尺度分解的铁矿石价格机器学习预测方法及系统

本发明涉及矿业数据分析技术领域，具体涉及基于多尺度分解的铁矿石价格机器学习预测方法及系统，包括以下步骤：根据铁矿石价格影响因素确定用于铁矿石价格预测的第一特征参数；通过离散小波变换和相关性分析方法确定用于铁矿石价格预测的第二特征参数；通过Bi‑LSTM模型结构构建用于铁矿石价格预测的轻量化集成模型；通过轻量化集成模型对待预测时间段内的铁矿石价格进行预测。本发明通过离散小波变换、双向的长短时记忆的人工神经网络Bi‑LSTM以及知识蒸馏技术的结合，构建了预测铁矿石价格的轻量化模型，并且集成了多Bi‑LSTM模型复杂结构的预测结果以获得高精度预测性能，实现了模型结构轻量化与预测精度高性能化的协同。