一种基于STL分解和LSTM网络的时间序列预测方法

    公开(公告)号:CN117997803A

    公开(公告)日:2024-05-07

    申请号:CN202211333777.0

    申请日:2022-10-28

    发明人: 栾晓丹

    摘要: 本发明涉及一种基于STL分解和LSTM网络的时间序列预测方法,包括:对数据进行预处理,将每一段流数据表示成一个时间顺序向量,应用随机森林算法来剔除掉流数据中的突变点和和全局稀疏点,再对剔除的数据空位进行线性插值;对流数据进行STL分解,将分解后的各个分量作为新的特征合并进原本的流数据中;搭建LSTM网络模型,将分解后合并进新特征的流数据输入LSTM网络中,训练LSTM网络;将流数据送入训练好的网络中进行预测。本发明能够适用于大部分流数据,可以获得较好的鲁棒性和准确率。

    一种基于STL分解和LSTM网络的时间序列预测方法

    公开(公告)号:CN115982412A

    公开(公告)日:2023-04-18

    申请号:CN202111196060.1

    申请日:2021-10-14

    发明人: 栾晓丹

    IPC分类号: G06F16/90 G06N3/0442 G06N3/08

    摘要: 本发明涉及一种基于STL分解和LSTM网络的时间序列预测方法,首先将每一段流数据表示成一个时间顺序向量,应用随机森林算法来剔除掉流数据中的突变点和和全局稀疏点,再对剔除的数据空位进行线性插值;然后对流数据进行STL分解,将分解后的各个分量作为新的特征合并进原本的流数据中;搭建LSTM网络模型,使用流数据中的前向数据信息作为模型的输入,输出预测的数据信息;将分解后合并进新特征的流数据输入LSTM网络中,训练LSTM网络;最后将流数据送入训练好的网络中进行预测。本发明能够对流数据进行预测,并具有一定的鲁棒性和准确率。