公开(公告)号：CN119204118A

公开(公告)日：2024-12-27

申请号：CN202411284626.X

申请日：2024-09-13

Applicant: 江南大学

Inventor： 刘立 ,  朱松柏 ,  万俊 ,  沈易航 ,  徐政伟 ,  吴长茂

IPC: G06N3/049 ,  G06N3/0464 ,  G06N3/042

Abstract: 本发明涉及一种基于序列分解的多元时间序列预测方法及系统，包括：对多元时间序列数据提取的局部时间特征和全局序列特征融合，获得融合特征序列；初始化节点嵌入矩阵，并对其进行内积计算，获得静态图矩阵；利用静态图矩阵对融合特征序列分解得到第一长期分量和第一短期分量；分别利用静态图矩阵对第一长期分量、利用动态图矩阵对第一短期分量进行图卷积，获得长期和短期的卷积分量；其中动态图矩阵利用静态图矩阵和引入差分数据获取；根据长期和短期的卷积分量，获得总分量，并将其与全局序列特征融合拼接，获得拼接序列；将融合特征序列和拼接序列融合，获得预测结果。本发明确保了序列间依赖关系分解的唯一性，减少了性能表现的不确定性。