一种基于时-空-频域特征融合的频谱时间序列预测方法
申请号:CN202510879536
申请日期:2025-06-27
公开号:CN120805038A
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种基于时‑空‑频域特征融合的频谱时间序列预测方法,属于频谱分析和多元时间序列预测领域。本发明所述方法将多频点时隙序列数据进行预测;首先,将历史时间步长的多频点时隙序列数据映射为通道混合嵌入表示向量和通道独立嵌入表示向量,然后,构建多尺度时‑频特征提取模块和自适应图时‑空特征提取模块分别用于捕获通道混合表示向量和通道独立表示向量的多尺度时‑频特征和时‑空特征;此外,构建双向交互特征融合模块,用于对齐捕获的时‑频(时间和傅里叶变换得到的频域特征)和时‑空(时间和多频点间的空间关联特征);最后,设计输出层将融合模块输出的特征映射为未来时间步长的多频点时隙序列数据预测值。
技术关键词
时间序列预测方法
特征提取模块
频域特征
依赖特征
交互特征
多尺度
交互式学习
多层感知机
残差结构
周期
数据真实值
卷积网络模型
通道
线性
傅立叶
解码
模式