公开(公告)号：CN114492978B

公开(公告)日：2024-10-29

申请号：CN202210067402.8

申请日：2022-01-20

Applicant: 哈尔滨工程大学

Inventor： 张海涛 ,  江曼 ,  韩启龙 ,  宋洪涛 ,  王也 ,  李丽洁 ,  马志强

IPC: G06N3/0455 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/049 ,  G06F18/25 ,  G06F18/213 ,  G06F123/02

Abstract: 本发明提出了一种基于多层注意力机制的时空序列预测方法及设备，本发明基于注意力机制，根据跨领域数据的交叉影响，逐时间步融合多维特征构建历史数据特征，在不引入噪声的前提下，充分利用邻域数据丰富目标区域的特征信息，捕获不同区域时空序列的空间依赖关系。采用LSTM编码器分别捕获时间序列的长期、中期发展模式及短期突变信息，逐步利用注意力机制动态捕获多重时序关系对未来的影响，逐时间步计算相应历史信息的影响权重，最终使用LSTM解码器充分融合多跨度的历史数据，对时空序列进行预测。本发明可以在不引入噪声的前提下，充分利用邻域数据丰富目标区域的特征信息，捕获不同区域时空序列的空间依赖关系。

公开(公告)号：CN114492978A

公开(公告)日：2022-05-13

申请号：CN202210067402.8

申请日：2022-01-20

Applicant: 哈尔滨工程大学

Inventor： 张海涛 ,  江曼 ,  韩启龙 ,  宋洪涛 ,  王也 ,  李丽洁 ,  马志强

IPC: G06Q10/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于多层注意力机制的时空序列预测方法及设备，本发明基于注意力机制，根据跨领域数据的交叉影响，逐时间步融合多维特征构建历史数据特征，在不引入噪声的前提下，充分利用邻域数据丰富目标区域的特征信息，捕获不同区域时空序列的空间依赖关系。采用LSTM编码器分别捕获时间序列的长期、中期发展模式及短期突变信息，逐步利用注意力机制动态捕获多重时序关系对未来的影响，逐时间步计算相应历史信息的影响权重，最终使用LSTM解码器充分融合多跨度的历史数据，对时空序列进行预测。本发明可以在不引入噪声的前提下，充分利用邻域数据丰富目标区域的特征信息，捕获不同区域时空序列的空间依赖关系。