一种基于去噪处理的单变量短期时间序列预测方法

摘要

本发明公开了一种基于去噪处理的单变量短期时间序列预测方法，包括以下步骤：S1：采集旅游景点人流量数据的原始时间序列信号，并利用多层感知机和线性映射层组成的残差网络提取噪声；S2：利用原始时间序列信号减去提取的噪声，平滑时间序列信号，并对平滑后的时间序列信号进行预测；S3：将平滑后的时间序列信号作为下一次预测的原始时间序列信号，并返回步骤S1，进行新的时间序列预测。本发明通过使用残差网络学习多个噪声表示，实现了对于时间序列信号的多级过滤平滑，使得深层神经网络可以进一步的避免在小规模时间序列数据集上的过拟合，提高了它的泛化能力。