基于神经网络的混合时间周期模式多变量时序预测方法.pdfVIP

下载本文档

13
0
约2.34万字
约 23页
2023-04-24 发布于北京
举报
版权申诉

基于神经网络的混合时间周期模式多变量时序预测方法.pdf

1、本文档共23页，其中可免费阅读22页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种基于神经网络的混合时间周期模式多变量时序预测方法，属于基于深度学习的数据预测技术领域。本发明针对现有基于深度学习的预测方法仅限于单变量时间序列预测，不能很好地解决多变量预测任务的问题。包括：采用编码器对混合周期原始输入数据进行特征提取，经编码器包括的多个卷积长短期记忆网络单元、编码全连接层和向量合并单元的特征提取后，获得长度为短周期长度+3的未来时序数据特征；再由解码器对混合周期原始输入数据和未来时序数据特征进行处理，经解码器的多个双向长短期记忆网络单元、融合注意力机制、解码全连接层、自回归

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114004338 A (43)申请公布日 2022.02.01 (21)申请号 202111320985.2 (22)申请日 2021.11.09 (71)申请人华东