高维重现概念漂移流数据的变化趋势预测方法及装置

摘要

本发明实施方式提供一种高维重现概念漂移流数据的变化趋势预测方法及装置，属于流数据变化趋势预测技术领域。方法包括：获取表征目标变量状态变化的实时时序数据流；以实时时序数据流为输入，经概念漂移预测模型输出表征目标变量未来状态变化的最终预测时序数据流；概念漂移预测模型，经预设的训练集对D‑LSTM神经网络进行离线训练，以及依据实时时序数据流对D‑LSTM神经网络进行在线自回归预测训练得到。本发明通过融合深度学习算法和在线预测的方法有效提高了高维重现概念漂移流数据变化趋势的预测精度，解决了传统的静态数据变化趋势预测方法对高维重现概念漂移流数据变化趋势预测泛化能力有限的问题。