一种时间序列预测的在线测试时适应方法及装置

本发明涉及人工智能技术领域，特别涉及一种时间序列预测的在线测试时适应方法及装置。包括：建立并维护历史样本内存库，存储历史时间序列数据，并通过先进先出策略更新所述内存库；筛选历史样本内存库中与测试样本在潜在空间内相似度满足预设条件的历史样本集合；对测试样本与历史样本集合进行基于频域的混合数据增强，生成增强样本集合；将增强样本集合输入至时间序列预测模型进行批量训练，动态调整模型参数以适配分布偏移，输出通过融合生成最终的预测结果；通过损失函数对模型的性能进行评估。本发明的方法能够增强模型对新分布的适应能力、提高模型的鲁棒性，抑制噪声敏感性，并对时间序列进行数据增强，避免了对时间序列时域的破坏。