基于周期性特征的神经网络模型训练方法、神经网络模型

本申请提出一种基于周期性特征的神经网络模型训练方法、神经网络模型，神经网络模型包括输入层和自注意力层；该基于周期性特征的神经网络模型训练方法包括：调用输入层提取训练样本的多个第一特征数据；对多个第一特征数据进行线性变换，得到周期性特征和非周期性特征；将周期性特征分解为正弦波特征和余弦波特征；对非周期性特征、正弦波特征和余弦波特征进行拼接，得到训练样本对应的拼接结果；将拼接结果作为自注意力层的输入，以对待训练神经网络模型进行训练，得到目标神经网络模型，目标神经网络模型具备提取待处理数据的周期性特征的功能。本申请实施例能够有效捕获训练样本分布外的周期性特征，从而大大提高模型的训练效率。