科研之友
微信
新浪微博
Facebook
分享链接
摘要
数据挖掘领域中，数据预测任务是一个重要的研究方向。目前已经有多种基于数据统计和深度学习的方法被应用于数据预测任务中，但预测精度仍然有提升的空间。针对预测任务中数据的多源性和关联性问题，本文提出了一种基于多特征融合编码的数据预测方法。该方法不仅可以提取数据中的时序信息，而且可以自适应地融合多源数据特征，从而有效提高数据预测的准确性和模型的泛化能力。本文使用包含了日期、天气信息以及电力需求负荷量等多源异构的电力负荷数据集对算法进行了验证，实验结果表明，本文提出的方法可有效实现多特征的融合，提升了电力需求符合预测的准确性。
- 单位
