公开(公告)号：CN117951641A

公开(公告)日：2024-04-30

申请号：CN202410124656.8

申请日：2024-01-30

Applicant: 东北大学

Inventor： 顾家宁 ,  刘小锋 ,  鲍玉斌 ,  冷芳玲

IPC: G06F18/25 ,  G06F18/2131 ,  G06F18/213 ,  G06F18/214 ,  G06F123/02

Abstract: 本发明提供一种基于时频复合学习的长期时间序列预测方法，涉及时间序列预测技术领域，本发明通过特定的模型结构设计和时‑频‑复合损失函数以实现时频复合学习的长期时间序列预测。其中，模型结构包含两个部分Trend Block和Season Block。Trend Block通过利用趋势分解和线性插值映射等技术，可有效的从数据集中所包含的趋势信息在时域模式下学习出与未来时间步在时域模式下的映射关系，Season Block则是通过利用多头频率增强和多头频率信息融合映射等技术，有效地从数据中所包含的季节信息在频率模式下学习出与未来时间步在频域模式下的映射关系。时‑频‑复合损失函数的设计包含频域和时域两个部分，以辅助模型分别学习频域和时域模式下的映射关系。