一种基于多尺度Transformer的自适应经验模态分解预测方法

    公开(公告)号:CN118964842A

    公开(公告)日:2024-11-15

    申请号:CN202410986999.5

    申请日:2024-07-23

    Abstract: 本发明提出了一种基于多尺度Transformer的自适应经验模态分解预测方法,包括以下步骤:S1:基于时间序列,对数据进行预处理;S2:将S1的结果输入到自适应经验模态分解预测算法结构中,对输入数据集进行自适应经验模态分解,得到有限个本征模函数;S3:模型将S2的结果输入多尺度编码器中,得到各尺度编码特征向量;S4:将S3的结果输入多尺度解码器中,得到各尺度解码特征向量;S5:对S4的结果进行拼接和线性变换,得到时间序列预测结果。本发明提出的算法结合了自适应经验模态分解技术和多尺度Transformer模型。因此其不仅提高了预测的准确性和鲁棒性,还具备自适应能力,能够有效地避免数据中噪声的干扰,以适应非平稳时间序列。

Patent Agency Ranking