一种轻量化的大尺度多元时间序列预测模型及其训练方法

    公开(公告)号:CN117113206A

    公开(公告)日:2023-11-24

    申请号:CN202311156428.0

    申请日:2023-09-08

    Abstract: 本发明提供了一种轻量化的大尺度多元时间序列预测模型及其训练方法,该训练方法包括:获取训练集,其包括多个交通流量样本和对应的标签;获取初始构建的交通流量预测模型,其包括:用于存储多个源表示向量的存储体,每个源表示向量是表示一种空间属性的原型向量,用于提取每个时间序列的时序特征的编码器,用于根据每个时间序列的时序特征、空间标识向量和时间序列被采集时对应的时间属性确定每个时间序列对应的道路在一个或者多个未来时刻的交通流量的解码器,每个时间序列的空间标识向量是根据每个时间序列的时序特征与存储体中各个源表示向量的注意力值对各个源表示向量进行加权得到;利用训练集对交通流量预测模型进行多次迭代训练。

Patent Agency Ranking