一种基于注意力机制与贝叶斯优化的相空间重构参数估计方法

摘要

本发明公开了一种基于贝叶斯优化长短期记忆模型的相空间重构参数估计的方法，包括如下步骤：步骤(1)、构建电压电弧混沌时间序列数据集；步骤(2)、对电弧电压混沌时间序列进行相空间重构并用C‑C法估计相空间重构参数；步骤(3)、构建基于注意力机制的LSTM模型；步骤(4)、训练模型并对验证集进行预测，得到模型相关参数和评价指标；步骤(5)、使用贝叶斯优化方法根据相关参数与评价指标进行优化；步骤(6)、取得优化后的参数并对模型进行更新迭代。本发明能够对电弧电压混沌时间序列的噪声产生滤波的作用；同时，在每一次的迭代过程中对相空间重构参数进行调优，向误差损失变小的方向进行参数的探索，从而取得最佳参数。