《电子测量技术杂志》发表论文赏析

基于双重时间依赖的多元长时间序列预测模型

来源:电子测量技术杂志2025年第22期北京时间:

作者:衡红军,周晨晓

单位:中国民航大学计算机科学与技术学院 天津 300300

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、频域季节性增强和时域趋势性增强,提升了子序列的语义表达;引入双重时间依赖模块,通过长期变化提取器和局部波动提取器,分别捕捉分片间和分片内的不同时间依赖模式,实现特征提取和融合;实验结果表明,在六个数据集中的模型实验效果均超越了当前的最优模型PatchTST,在ETTh1数据集上均方误差(MSE)平均下降了9%,最高下降了10.14%。

关键词:时间序列预测;多周期;季节趋势增强;双重时间依赖

基金资助:国家自然科学民航联合研究基金(U2333204)项目资助

2025年22期其他文献查阅:

能效协同均衡的单无人机动态轨迹优化

基于特征优选及Informer的航空发动机剩余寿命预测

基于KmeansSMOTE与领域自适应的化工过程故障诊断

基于截断伪码分段的扩频信号捕获算法设计

基于双重时间依赖的多元长时间序列预测模型

基于轻量网络的多参数补偿气体检测仪

基于AR二维码的轻量化YOLOv8目标检测算法

Bi-EMamba:基于Mamba的高压电缆接地电流预测模型

基于特征重构的工业图像无监督异常检测

基于改进冠豪猪算法山地环境无人机航迹规划

多策略改进的人工旅鼠算法及工程应用

自主船舶港口水域航行场景自适应识别方法

融合空洞卷积与多尺度注意力机制的说话人确认方法

YOLO检测下基于ETC-DDPG算法的无人机视觉跟踪

基于电磁感应的涂镀层厚度同步测量方法

基于PSO-DSS-NSGA-III和DLA-CatBoost的钕铁硼粉末压型工艺参数优化

改进YOLOv8的非机动车违规行为检测方法

基于双重注意力校准机制的口罩遮挡人脸识别

基于改进RT-DETR的轻量航拍图像检测算法

基于特征增强的行人重识别算法

基于改进YOLOv11n的通航飞机蒙皮表面损伤检测算法

基于MTCNN和PFLD的疲劳驾驶检测方法

UltraLight CrackNet:基于VMamba的轻量化裂缝分割网络

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!