时间序列数据的预测方法、装置、存储介质及计算机设备制造方法及图纸

本发明专利技术公开了一种时间序列数据的预测方法、装置、存储介质及计算机设备，涉及信息技术领域，主要在于能够提高时间序列数据的预测效率和预测准确度。包括：获取待预测时间序列数据的历史多变量属性数据，并确定历史多变量属性数据对应的历史时间信息，以及确定待预测时间序列数据的预测时间信息；确定预设多变量时间序列模型，并确定与预设多变量时间序列模型相对应的数据处理方式；利用数据处理方式对历史多变量属性数据、历史时间信息、预测时间信息进行处理，得到处理后的历史多变量属性数据、处理后的历史时间信息、处理后的预测时间信息；将上述数据输入至预设多变量时间序列模型中进行预测，得到预测时间序列数据。

【技术实现步骤摘要】

本专利技术涉及信息，尤其是涉及一种时间序列数据的预测方法、装置、存储介质及计算机设备。

技术介绍

1、时间序列一般指将一种能够反映事物发展过程的统计指标，按时间先后顺序排到所形成的数列，其广泛的存在于我们的日常生活中，预测出序列未来的趋势，对于各行各业都有着重要意义。

2、目前，通常通过人工对时间序列进行预测。然而，这种人工预测的方式，受人为主观因素影响较大，导致预测准确度较低，与此同时，这种人工预测的方式，还会导致时间序列数据的预测效率较低。

技术实现思路

1、本专利技术提供了一种时间序列数据的预测方法、装置、存储介质及计算机设备，主要在于能够提高时间序列数据的预测效率和预测准确度。

2、根据本专利技术的第一个方面，提供一种时间序列数据的预测方法，包括：

3、获取待预测时间序列数据的历史多变量属性数据，并确定所述历史多变量属性数据对应的历史时间信息，以及确定所述待预测时间序列数据的预测时间信息；

4、确定所述待预测时间序列数据对应的预设多变量时间序列模型，并确本文档来自技高网...

【技术保护点】

1.一种时间序列数据的预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述确定所述待预测时间序列数据对应的预设多变量时间序列模型，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述样本数据、所述预设基础模型、所述构建配置参数，利用预设模型训练工具对所述预设基础模型进行训练，得到所述预设多变量时间序列模型，包括：

4.根据权利要求3所述的方法，其特征在于，所述确定所述样本多变量属性数据对应的数据张量，包括：

5.根据权利要求1所述的方法，其特征在于，所述利用所述数据处理方式分别对所述历史多变量属性数据、所述...

【技术特征摘要】

1.一种时间序列数据的预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述确定所述待预测时间序列数据对应的预设多变量时间序列模型，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述样本数据、所述预设基础模型、所述构建配置参数，利用预设模型训练工具对所述预设基础模型进行训练，得到所述预设多变量时间序列模型，包括：

4.根据权利要求3所述的方法，其特征在于，所述确定所述样本多变量属性数据对应的数据张量，包括：

5.根据权利要求1所述的方法，其特征在于，所述利用所述数据处理方式分别对所述历史多变量属性数据、所述历史时间信息、所述预测时间信息进行处理，得到处理后的历史多变量属性数据、处理后的历史时间信息、处理后的预测时间信息，包括：

6.根据权利要求1所述的方法，其特征在于，...

【专利技术属性】
技术研发人员：彭鹏，唐海娜，
申请(专利权)人：中国科学院大学，
类型：发明
国别省市：