-
公开(公告)号:CN115600656A
公开(公告)日:2023-01-13
申请号:CN202211369761.5
申请日:2022-11-03
Applicant: 杭州电子科技大学(CN)
IPC: G06N3/0455 , G06N3/047 , G06N3/084 , G06F18/25 , G06F18/2131 , G06F18/214 , G06F123/02
Abstract: 本发明公开了一种基于分段策略与多成分分解算法的多元时间序列预测方法,使用分解‑协作框架与段注意力机制,分离时间序列中的多成分和全局‑局部特征,在提高多元时间序列预测效果的同时保持了近似线性复杂度的计算开销和预测长序列的能力。本发明以编码器‑解码器架构为基础嵌入多成分分解块和用于信息交互的协作块形成具备双通道的分解‑协作架构。基于分段策略将注意力机制应用到位置依赖关系建模和信息聚合的过程中。挖掘历史数据中的段与段之间的深度依赖关系,聚合历史数据的深度特征信息,产生最终的预测结果。本发明有效地提升了模型在多个多元时间序列数据集上的预测任务效果。