基于双重时间依赖学习的多元长时间序列预测

电子测量技术页数： 11 2025-06-17

摘要：考虑到时间序列数据因其复杂的长短期模式和多周期特征，为预测带来了独特的挑战。传统的固定尺度分片方法难以有效捕捉多周期信息，同时周期性和趋势性变化进一步增加了建模难度，影响了预测精度和可解释性。基于上述问题，本文提出了基于双重时间依赖学习的多周期模型MDTDNet。该模型首先通过傅里叶变换自适应获取多周期信息；然后对于每个周期，结合季节趋势增强模块，通过周期分片设计、频域季节性增... （共11页）

开通会员，享受整站包年服务

说明：本文档由创作者上传发布，版权归属创作者。若内容存在侵权，请点击申诉举报

科技文档

数学力学化学金融证券保险投资会计审计园艺林业旅游体育物理学生物学天文学气象学海洋学地质学新能源金属学农艺学农作物管理学领导学自然科学系统科学资源科学无机化工有机化工燃料化工化学工业材料科学矿业工程冶金工业安全科学环境科学工业通用机械工业无线电子电信技术铁路运输汽车工业船舶工业动力工程电力工业农业科学农业工程植物保护动物医学教育理论学前教育初等教育中等教育高等教育职业教育成人教育自然地理地球物理经济统计农业经济工业经济交通经济企业经济文化经济信息经济贸易经济财政税收市场研究科学研究互联网自动化轻工业核科学服务业石油然气服务业野生动物水产渔业硬件仪器仪表航空航天武器军事公路运输水利水电建筑科学软件