CN118520269A 时间序列预测方法、装置、计算机设备和存储介质 赵馨逸 田原 侯昊男 谭新宇 陈哲涵.pdf
100墨值下载
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号
(43)申请公布日
(21)申请号 202410542786 .3
(22)申请日 2024 .04 .30
(71)申请人 天谋科技（上海）有限公司
地址 201824 上海市嘉定区金沙江路3131
号2幢J
(72)发明人 赵馨逸 田原 侯昊男 谭新宇
陈哲涵
(74)专利代理机构 北京清亦华知识产权代理事
务所(普通合伙) 11201
专利代理师 孟洋
(51)Int.Cl .
G06F
18/213
(2023 .01)
G06Q
10/04
(2023 .01)
G06Q
10/20
(2023 .01)
G06F
123/02
(2023 .01)
(54)发明名称
时间序列预测方法、装置、计算机设备和存
储介质
(57)摘要
本公开提出一种时间序列预测方法、装置、
计算机设备和存储介质，该方法包括：获取目标
时间序列预测模型，其中，目标时间序列预测模
型包括混合模块和时序投影模块，混合模块包括
时间混合子模块和特征混合子模块，时间混合子
模块用于提取数据在时间上的依赖关系，特征混
合子模块用于提取特征之间的相关性，时序投影
模块用于根据混合模块的输出数据生成时间序
列预测结果；基于目标时间序列预测模型对待预
测指标进行时间序列预测。通过实施本公开的方
法，能够基于时间混合子模块和特征混合子模块
准确提取时间及特征上的相关性，从而保证预测
过程的考量全面性，提升预测结果的准确性。
权利要求书2页 说明书9页 附图3页
CN 118520269 A
2024.08.20
CN 118520269 A
1 .一种时间序列预测方法，其特征在于，包括：
获取目标时间序列预测模型，其中，所述目标时间序列预测模型包括混合模块和时序
投影模块，所述混合模块包括时间混合子模块和特征混合子模块，所述时间混合子模块用
于提取数据在时间上的依赖关系，所述特征混合子模块用于提取特征之间的相关性，所述
时序投影模块用于根据所述混合模块的输出数据生成时间序列预测结果；
基于所述目标时间序列预测模型对待预测指标进行时间序列预测。
2 .如权利要求1所述的方法，其特征在于，所述获取目标时间序列预测模型，包括：
获取所述待预测指标的第一历史值，以及所述待预测指标的相关指标的第二历史值，
其中，所述第一历史值和所述第二历史值联合组成历史时间序列；
基于所述历史时间序列对初始时间序列预测模型进行训练，以得到所述目标时间序列
预测模型。
3 .如权利要求2所述的方法，其特征在于，所述时间混合子模块包括：第一批量标准化
层、第一转置处理层、第一多层感知器MLP、第一激活函数、第一随机失活层、第二转置处理
层以及第一残差网络层；
其中，所述时间混合子模块，用于：
对所述历史时间序列进行批次划分，以得到多个初始特征矩阵；
基于所述第一批量标准化层对所述初始特征矩阵进行批量标准化处理，以得到对应的
第一特征矩阵；
依次基于所述第一转置处理层、所述第一多层感知器MLP、所述第一激活函数、所述第
一随机失活层和所述第二转置处理层对所述第一特征矩阵进行处理，以得到第二特征矩
阵；
基于所述第一残差网络层处理所述第一特征矩阵和所述第二特征矩阵，以得到第三特
征矩阵。
4 .如权利要求1所述的方法，其特征在于，所述特征混合子模块包括：第二批量标准化
层、第二多层感知器MLP、第二激活函数、第二随机失活层以及第二残差网络层；
其中，所述特征混合子模块，用于：
基于所述第二批量标准化层对所述时间混合子模块输出的第三特征矩阵进行批量标
准化处理，以得到对应的第四特征矩阵；
依次基于所述第二多层感知器MLP、所述第二激活函数和所述第二随机失活层对所述
第四特征矩阵进行处理，以得到第五特征矩阵；
基于所述第二残差网络层处理所述第三特征矩阵和所述第五特征矩阵，以得到第六特
征矩阵。
5 .如权利要求1所述的方法，其特征在于，所述时序投影模块包括：第三转置处理层、全
连接层以及第四转置处理层；
其中，所述时序投影模块，用于：
确定待预测时间序列长度；
根据所述待预测时间序列长度，依次基于所述第三转置处理层、所述全连接层以及所
述第四转置处理层对所述混合模块输出的第六特征矩阵进行处理，以得到时间序列预测结
果。
权 利 要 求 书
1/2 页
2
CN 118520269 A
2
6 .如权利要求3所述的方法，其特征在于，所述方法还包括：
确定每个批次的所述初始特征矩阵在标准化处理过程中的参考均值和参考标准差；
基于所述参考均值和所述参考标准差，计算确定训练时全量数据的均值统计量和标准
差统计量，其中，所述均值统计量和所述标准差统计量用于在预测阶段规范化数据。
7 .一种时间序列预测装置，其特征在于，包括：
获取模块，用于获取目标时间序列预测模型，其中，所述目标时间序列预测模型包括混
合模块和时序投影模块，所述混合模块包括时间混合子模块和特征混合子模块，所述时间
混合子模块用于提取数据在时间上的依赖关系，所述特征混合子模块用于提取特征之间的
相关性，所述时序投影模块用于根据所述混合模块的输出数据生成时间序列预测结果；
预测模块，用于基于所述目标时间序列预测模型对待预测指标进行时间序列预测。
8.一种计算机设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处
理器执行，以使所述至少一个处理器能够执行权利要求1‑6中任一项所述的方法。
9 .一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，其中，所述计算
机指令用于使所述计算机执行权利要求1‑6中任一项所述的方法。
10.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器
执行时实现根据权利要求1‑6中任一项所述方法的步骤。
权 利 要 求 书
2/2 页
3
CN 118520269 A
3
of 15
100墨值下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
最新上传
相关文档
评论