基于长短期记忆神经网络的工业增加值预测方法及系统

摘要

本发明提供了一种基于长短期记忆网络的工业增加值预测方法及系统，包括获取历史的工业增加值数据和工业增加值的影响因素数据，将工业增加值数据和工业增加值的影响因素数据按照时间序列形成训练数集；在联邦学习框架下对训练数集依次进行数据标准化、平稳性检验和特征筛选，获取若干个稳态规范化最具影响力的相关变量；基于若干个稳态规范化最具影响力的相关变量，建立联邦学习框架下的长短期记忆网络预测模型，获取标准化后的目标时间的工业增加值；对标准化后的目标时间的工业增加值进行数据标准化逆变换，获取目标时间的工业增加值实际预测结果。通过平稳性检验、特征筛选和数据标准化处理，使预测过程高效安全，预测结果准确。