一种基于基于频域注意力的IT设备关键性能指标时序预测方法

    公开(公告)号:CN117130890A

    公开(公告)日:2023-11-28

    申请号:CN202311209206.0

    申请日:2023-09-19

    IPC分类号: G06F11/34 G06N3/0464 G06N3/08

    摘要: 本发明涉及一种一种基于频域注意力的IT设备关键性能指标时序预测方法,属于深度学习技术领域。其中,该方法包括:获取KPI数据,对KPI数据进行预处理得到KPI时序数据;提取KPI时序数据时域特征和频域特征得到时域输出向量和频域输出向量;将时域输出向量和频域输出向量输入解码器得到时域潜在表示和频域潜在表示;通过时域潜在表示和频域潜在表示构建正样本和负样本,对正样本和负样本进行对比学习得到时间对比损失和实例对比损失;对时间对比损失和实例对比损失通过复合一致性计算模型总损失得到KPI数据通用表示模型。本发明通过引入频域注意力机制强化了模型对于时序数据中频域信息的提取能力,提高了预测的精度和可靠性。