基于层次化频率模型的多元时序数据预测方法及装置

本公开涉及数据预测技术领域，提供了一种基于层次化频率模型的多元时序数据预测方法及装置，包括：获取多元时序数据；并基于多元时序数据确定频段动态划分参数；基于频段动态划分参数和多元时序数据确定低高频信号分界点，进而确定与多元时序数据对应的包括低频信号和高频信号的信号集合；基于层次化频率模型、低频信号和高频信号确定与多元时序数据对应的预测结果。本公开通过基于频段动态划分参数自适应地确定多元时序数据中的低频信号和高频信号，并利用训练好的层次化频率模型对其进行预测，捕捉数据中的低频特征和高频细节，可以提升对多元时序数据复杂特性的适应性，进而增强模型在处理复杂时间序列数据时的预测精度和鲁棒性。