基于低秩分解和动态增强的时间序列预测方法及装置

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。