一种基于GRU的奖牌预测方法

一种基于GRU的奖牌预测方法，包括以下步骤；步骤一：获取预处理后的数据；步骤二：搭建多头特征图网络，创建三个全连接分支，输入预处理后的数据，拼接输出为联合特征向量，经全连接层输出奖牌类别概率分布；步骤三：构建GRU网络，以上联合特征向量为输入，初始化网络参数并加入Dropout层，输出最后时间步隐藏状态作为时序特征；步骤四：搭建全连接预测网络，融合GRU输出的奖牌时序特征与多头特征图网络输出的静态特征数据信息，预测奖牌榜结果；步骤五：模型优化与参数训练，采用滑动窗口与Adam优化器训练模型，最小化预测值与真实值欧式距离，通过RMSE和相关系数双指标评估模型拟合与预测效果。本发明具有时空多维度，高精度、可解释且适应动态环境的特点。