基于残差随机的长时间序列预测方法

AITNT
正文
推荐专利
基于残差随机的长时间序列预测方法
申请号:CN202510894146
申请日期:2025-06-30
公开号:CN120706574A
公开日期:2025-09-26
类型:发明专利
摘要
本发明属于时间序列预测技术领域,具体涉及一种基于残差随机的长时间序列预测方法。为解决现有预测方法中无法充分地学到序列之间的关系等问题,本方法采用线性模型进行长时间序列预测,充分发挥其高效的推理速度优势。在此基础上,设计了一种基于希尔伯特‑施密特独立性准则的损失函数,以L2损失结合残差与随机噪声之间的相关性作为损失函数。
技术关键词
序列预测方法 序列预测模型 时间序列预测技术 随机噪声 高斯核函数 数据 线性 网络 关系 参数 速度
系统为您推荐了相关专利信息
1
基于改进生成对抗网络的锂电池退化数据智能生成方法
智能生成方法 生成对抗网络 电池容量预测 锂电池 数据生成模型
2
一种基于时序的心率信号的预测装置
网络模块 混合损失函数 心率 电信号 预测装置
3
基于动态退化生成的恶劣天气退化图像复原方法及装置
噪声预测器 退化图像复原方法 期望最大化算法 噪声图像 变量
4
基于改进型阈值分割的故障诊断方法、装置、介质及设备
故障振动信号 旋转机械设备 特征值 核主成分分析 矩阵
5
一种区域级光伏功率预测方法、系统、设备及介质
光伏功率预测方法 判别模块 光伏电站 生成对抗网络模型 气象
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号