时间序列数据预测方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了时间序列数据预测方法、装置、电子设备及存储介质，涉及计算机领域，尤其涉及大数据、深度学习等人工智能领域。具体实现方案为：获取目标指标的时间相关数据；其中，时间相关数据包括目标指标的当前时间序列数据；根据当前时间序列数据在数据集中进行相似性检索，以获取当前时间序列数据的相似数据；根据时间相关数据及相似数据进行时间序列数据预测，得到目标指标的时间序列预测数据。

【技术实现步骤摘要】

本申请涉及计算机，尤其涉及大数据、深度学习等人工智能领域，具体涉及一种时间序列数据预测方法、装置、电子设备及存储介质。

技术介绍

1、随着大数据和人工智能技术的快速发展，时间序列数据预测在交通流量预测、经济金融分析、气象预报等领域中发挥着越来越重要的作用。

技术实现思路

1、本申请提供了一种时间序列数据预测方法、装置、电子设备及存储介质。

2、根据本申请的一方面，提供了一种时间序列数据预测方法，包括：

3、获取目标指标的时间相关数据；其中，所述时间相关数据包括所述目标指标的当前时间序列数据；

4、根据所述当前时间序列数据在数据集中进行相似性检索，以获取所述当前时间序列数据的相似数据；

5、根据所述时间相关数据及所述相似数据进行时间序列数据预测，得到所述目标指标的时间序列预测数据。

6、根据本申请的另一方面，提供了一种时间序列数据预测装置，包括：

7、获取模块，用于获取目标指标的时间相关数据；其中，所述时间相关数据包括所述目标指标的当前时间本文档来自技高网...

【技术保护点】

1.一种时间序列数据预测方法，包括：

2.如权利要求1所述的方法，其中，所述根据所述当前时间序列数据在数据集中进行相似性检索，以获取所述当前时间序列数据的相似数据，包括：

3.如权利要求2所述的方法，其中，所述根据所述当前时间序列数据，在所述数据集中各候选时间序列数据对应的候选文本中进行相似性检索，得到所述当前时间序列数据对应的相似文本，包括：

4.如权利要求2所述的方法，其中，所述根据所述当前时间序列数据，在所述数据集中各候选时间序列数据对应的候选文本中进行相似性检索，得到所述当前时间序列数据对应的相似文本，包括：

5.如权利要求2所述的...

【技术特征摘要】

1.一种时间序列数据预测方法，包括：

2.如权利要求1所述的方法，其中，所述根据所述当前时间序列数据在数据集中进行相似性检索，以获取所述当前时间序列数据的相似数据，包括：

3.如权利要求2所述的方法，其中，所述根据所述当前时间序列数据，在所述数据集中各候选时间序列数据对应的候选文本中进行相似性检索，得到所述当前时间序列数据对应的相似文本，包括：

4.如权利要求2所述的方法，其中，所述根据所述当前时间序列数据，在所述数据集中各候选时间序列数据对应的候选文本中进行相似性检索，得到所述当前时间序列数据对应的相似文本，包括：

5.如权利要求2所述的方法，其中，所述根据所述当前时间序列数据，在所述各候选时间序列数据中进行相似性检索，得到所述当前时间序列数据的相似时间序列数据，包括：

6.如权利要求4或5所述的方法，其中，所述计算所述当前时间序列数据与所述候选时间序列数据之间的第一欧式距离，包括：

7.如权利要求6所述的方法，其中，所述根据所述第一时间长度及所述第二时间长度，计算所述当前时间序列数据与所述候选时间序列数据之间的第一欧式距离，包括：

8.如权利要求6所述的方法，其中，所述根据所述第一时间长度及所述第二时间长度，计算所述当前时间序列数据与所述候选时间序列数据之间的第一欧式距离，包括：

9.如权利要求2所述的方法，其中，所述根据所述当前时间序列数据，在所述各候选时间序列数据中进行相似性检索，得到所述当前时间序列数据的相似时间序列数据，包括：

10.如权利要求1所述的方法，其中，所述根据所述当前时间序列数据在数据集中进行相似性检索，以获取所述当前时间序列数据的相似数据，包括：

11.如权利要求1所述的方法，其中，所述相似数据包括相似文本，所述根据所述时间相关数据及所述相似数据进行时间序列数据预测，得到所述目标指标的时间序列预测数据，包括：

12.如权利要求11所述的方法，其中，所述对所述第一时间序列特征和所述第二文本特征进行融合，得到第一融...

【专利技术属性】
技术研发人员：肖逸雄，周景博，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：