基于多尺度局部与全局特征提取的时间序列预测网络

摘要： 为有效提取序列数据中的局部与全局变化，并对多尺度特征进行建模，提高时间序列预测准确率，提出一种基于多尺度局部与全局特征提取的时间序列预测网络。多尺度特征捕获模块使用多个不同大小的卷积提取序列中多周期的特征；关注对周期性序列的建模，利用多尺度时序分离模块，使用平均池化分离得到时间序列的周期性和趋势性部分；局部与全局特征模块对序列中的局部变化和全局趋势进行建模。实验结果表明，所提算... （共8页）