一种基于Mamba改进的多视角异构级联非平稳时间序列预测方法

本发明公开了一种基于Mamba改进的多视角异构级联非平稳时间序列预测方法，属于时序分析技术领域。本发明的预测方法包括以下步骤：采集并预处理目标领域时序数据；平稳化时序数据并进行分解；分解的季节性部分分别从单变量视角及多变量视角进行嵌入；将嵌入结果对应输入到Mamba编码器、多粒度级联Mamba编码器解码器异构模块中进行特征学习；基于自相关矩阵对特征进行平稳性矫正；预测平稳性矫正后的特征表示和分解的趋势部分，将预测结果进行相加并通过逆归一化得到最终的预测结果。本发明的方法解决了现有方法面对非平稳时间序列难以捕获数据中动态演变的趋势和周期性技术问题，同时也解决了现有模型复杂度高和预测准确度低的问题。