公开(公告)号：CN118364388A

公开(公告)日：2024-07-19

申请号：CN202410466031.X

申请日：2024-04-18

申请人： 重庆大学 ,  中国星网网络应用有限公司

发明人： 鄢萌 ,  刘想 ,  张小洪 ,  柳建斌 ,  蒋鹏 ,  殷涛 ,  候世康 ,  胡海波

IPC分类号： G06F18/2431 ,  G06F18/214

摘要： 本发明涉及一种面向卫星监测数据智能异常感知的时序预测方法，通过可逆实例归一化来处理卫星时间序列数据中普遍存在的分布偏移问题，从而提高时间序列预测的性能。采用将Autoformer和FEDformer中使用的分解方案与TSMixer全MLP架构线性层相结合的DTSMixer模型对历史时间序列进行回归，直接预测未来的时间序列。由于RevIN‑DTSMixer方法是一个简单的全MLP架构线性模型，因此其运行效率和参数数量都远远优于基于Transformer的预测方法。在真实数据集上的实验结果表明，RevIN‑DTSMixer方法能显著提高时序数据预测的准确性，具有简单，高效且精确的优势。