基于编码改进和频域增强的非平稳长时间序列预测

Non-Stationary long-term time series prediction based on encoding improvements and frequency domain enhancement

摘要

针对Informer模型未考虑现实数据的非平稳性和频域信息的问题，提出了一种非平稳长时间序列预测模型，核心思想是编码改进和频域增强，为了非平稳信息恢复到时间依赖性中，时间绝对编码器用于提取时间点的相互依赖；同时，通过离散余弦变换的频域增强通道注意力机制，自适应地捕捉通道之间在频域中的相互依赖性，提高了预测性能.实验结果表明，相较于其他模型，所提模型在数据集上的均方误差（MSE）平均下降58.4%，最高下降66.5%.

关键词

长时间序列预测 / 时间绝对编码器 / 频域增强通道注意力 / 离散余弦变换

Key words

Long - term time series prediction / time absolute position encoding / frequency enhanced channel attention / discrete cosine transform

基金资助

国家自然科学基金(61962033)

国家自然科学基金(62372076)