-
公开(公告)号：CN116882554A
公开(公告)日：2023-10-13
申请号：CN202310755052.9
申请日：2023-06-25
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06Q10/04 , G06F16/2458 , G06F17/16 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于张量分解的多变量时间序列预测方法、系统及存储介质，该多变量时间序列预测方法包括：步骤1，预处理：收集历史数据同时筛选相关特征，再进行数据预处理以得到预测数据集，并将预测数据集划分为训练集、验证集和测试集；步骤2，模型训练：将训练集送入注意力层和多层感知机混合器中依次进行时序分解和通道分解，同时捕捉时序和变量间依赖关系，进行模型训练；步骤3，参数调整：调整模型参数，得到最优模型；步骤4，时序预测：根据得到的最优模型对待预测时间序列进行预测。本发明的有益效果是：大大降低了模型运算复杂度，并且适用于不同传感器不同场景下的时序预测任务，提高了模型训练的效率和时序预测的准确性。
Search Results
1
records
(took 0.039 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
