一种基于深度学习序列分解的银行ATM库存现金预测方法

本发明一种基于深度学习序列分解的银行ATM库存现金预测方法，包括以下步骤：获取对ATM机的现金余额序列数据进行脱敏预处理；采用Kmeans聚类方法，按照ATM机不同的活跃程度等级对多台ATM机的某段时间内的日级现金余额序列数据进行聚类分析，实现对现金余额序列数据聚类后的多个簇；构建基于深度学习序列分解的神经网络架构模型作为ATM库存现金预测模型；基于聚类后簇数据，分别对ATM库存现金预测模型进行训练，得到用于判断ATM机不同活跃程度的训练好的ATM库存现金预测模型；将测试数据，输入到用于判断ATM机不同活跃程度的训练好的ATM库存现金预测模型中，实现对ATM机的库存现金的预测。本发明的架构简洁性与可解释性强，增强了ATM库存现金的预测准确性。