摘要
本申请提供一种基于上下文自注意力模型的离网预测方法、装置及介质，所述方法包括：获取离网数据集；通过激励残差网络SE_ResNet以及上下文自注意力模型对所述离网数据集进行特征提取，得到离网数据特征；通过门控循环单元GRU对所述离网数据特征进行特征挖掘，得到深度特征序列；基于所述深度特征序列进行离网预测，得到离网意愿值。本申请能够挖掘离网信号的深层特征，保证模型能够学习到离网数据集的关键特征，此外，通过关注不同通道的信号特征，能够从不同维度关注信号的特征，提高了提取信号之间的联系，从而可以提高离网预测结果的准确性。
