买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉鲁东大学;山东工商学院申请的专利基于低秩分解和动态增强的时间序列预测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120724132B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511148620.4，技术领域涉及：G06F18/213；该发明授权基于低秩分解和动态增强的时间序列预测方法及装置是由张小峰;王淑晴;张明丽;张帆;王桦设计研发完成，并于2025-08-18向国家知识产权局提交的专利申请。

本基于低秩分解和动态增强的时间序列预测方法及装置在说明书摘要公布了：本发明属于时间预测技术领域，具体涉及一种基于低秩分解和动态增强的时间序列预测方法及装置。所述方法包括：获取历史交通时间序列数据，通过数据归一化和嵌入方法将所述历史交通时间序列数据转化为高维特征空间，以此得到嵌入后的交通时间序列数据；利用低秩适应注意力机制，对嵌入后的交通时间序列数据进行特征提取，获得时间序列加权特征；将时间序列加权特征的动态变化映射到线性空间，生成高维特征表示，并引入逆映射恢复到历史交通时间序列数据空间，以此构建交通时间序列预测模型；对交通时间序列预测模型进行训练，得到训练好的交通时间序列预测模型，以对交通时间序列进行预测，有效提高交通时间序列的预测性能。

本发明授权基于低秩分解和动态增强的时间序列预测方法及装置在权利要求书中公布了：1.一种基于低秩分解和动态增强的时间序列预测方法，其特征在于，包括以下步骤： 获取历史交通时间序列数据，通过数据归一化和嵌入方法将所述历史交通时间序列数据转化为高维特征空间，以此得到嵌入后的交通时间序列数据； 利用低秩适应注意力机制，对嵌入后的交通时间序列数据进行特征提取，获得时间序列加权特征，包括： 将嵌入后的交通时间序列数据作为输入，通过低秩适配层对查询矩阵和键矩阵进行降维，得到低秩表示的键矩阵和低秩表示的查询矩阵； 分别将低秩表示的键矩阵和低秩表示的查询矩阵，通过升维矩阵恢复到与嵌入后的交通时间序列数据相同的维度，以此得到升维后的键矩阵和升维后的查询矩阵； 基于升维后的键矩阵和升维后的查询矩阵，计算低秩适应的注意力矩阵，使用掩码更新低秩适应的注意力矩阵；基于更新后的低秩适应的注意力矩阵，应用softmax生成低秩适应后的注意力权重； 基于低秩适应后的注意力权重提取嵌入后的交通时间序列数据的特征，得到时间序列加权特征； 将时间序列加权特征的动态变化映射到线性空间，生成高维特征表示，并引入逆映射恢复到历史交通时间序列数据空间，以此构建交通时间序列预测模型； 其中，将时间序列加权特征的动态变化映射到线性空间，生成高维特征表示，并引入逆映射恢复到历史交通时间序列数据空间，包括： 引入库普曼算子，基于当前非线性高维特征来预测下一时刻的非线性高维特征，并构建损失函数，通过最小化损失函数优化库普曼算子； 将下一时刻的非线性高维特征通过逆映射函数被映射回历史交通时间序列数据空间； 对交通时间序列预测模型进行训练，得到训练好的交通时间序列预测模型，以对交通时间序列进行预测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人鲁东大学;山东工商学院，其通讯地址为：264025 山东省烟台市芝罘区红旗中路184号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。