摘要
本发明提供一种基于多模态融合的新能源汽车生产需求预测方法,涉及生产需求预测领域。本发明中,首先获取多源多模态数据,以全面地反映新能源汽车生产需求的影响因素;其次在特征挖掘层面,基于获取的多源多模态数据,构建包含数值型特征、模态特征集合、总词向量集合和情感特征集合的原始融合特征,之后采用乘法交叉法进行处理,以充分挖掘出最具生产需求预测性的融合特征;再次,利用预训练好的N‑BEATS网络和TFT网络得到相应的输出结果,以提升预测可解释性;最后,采用融合与滑动平均法技术进一步处理两个网络的输出结果,保障了新能源汽车生产需求预测的准确性与稳定性。此外,本发明提供的个性化生产建议有利于厂家降低生产成本并提高生产效率。
技术关键词
数值型指标
需求预测方法
新能源汽车
融合特征
情感特征
模态特征
文本
需求预测系统
社交
媒体
多模态
报告
集合经验模态分解
大语言模型
交互特征
网络
数据
主成分分析法
系统为您推荐了相关专利信息
矿山设备
多模态
巡检方法
巡检路径
物联网采集设备
多模态特征融合
无损数据压缩方法
离散余弦变换系数
融合特征
小波变换能量
无人机定位方法
可见光图像
模态特征
降维特征
信号特征