当前位置：首页 > news >正文

王炸组合！STL-VMD二次分解 + Informer-LSTM 并行预测模型

news 来源：原创 2025/7/14 10:40:31

往期精彩内容：

单步预测-风速预测模型代码全家桶-CSDN博客

半天入门！锂电池剩余寿命预测（Python）-CSDN博客

超强预测模型：二次分解-组合预测-CSDN博客

VMD + CEEMDAN 二次分解，BiLSTM-Attention预测模型-CSDN博客

超强预测算法：XGBoost预测模型-CSDN博客

基于麻雀优化算法SSA的预测模型——代码全家桶-CSDN博客

VMD + CEEMDAN 二次分解，CNN-Transformer预测模型-CSDN博客

独家原创 | SCI 1区高创新预测模型！-CSDN博客

风速预测（八）VMD-CNN-Transformer预测模型-CSDN博客

高创新 | CEEMDAN + SSA-TCN-BiLSTM-Attention预测模型-CSDN博客

VMD + CEEMDAN 二次分解，Transformer-BiGRU预测模型-CSDN博客

独家原创 | 基于TCN-SENet +BiGRU-GlobalAttention并行预测模型-CSDN博客

VMD + CEEMDAN 二次分解——创新预测模型合集-CSDN博客

独家原创 | BiTCN-BiGRU-CrossAttention融合时空特征的高创新预测模型-CSDN博客

CEEMDAN +组合预测模型(CNN-Transfromer + XGBoost)-CSDN博客

时空特征融合的BiTCN-Transformer并行预测模型-CSDN博客

独家首发 | 基于多级注意力机制的并行预测模型-CSDN博客

独家原创 | CEEMDAN-CNN-GRU-GlobalAttention + XGBoost组合预测-CSDN博客

多步预测系列 | LSTM、CNN、Transformer、TCN、串行、并行模型集合-CSDN博客

独家原创 | CEEMDAN-Transformer-BiLSTM并行 + XGBoost组合预测-CSDN博客

涨点创新 | 基于 Informer-LSTM的并行预测模型-CSDN博客

独家原创 | 基于 Informer + TCN-SENet的并行预测模型-CSDN博客

即插即用 | 时间编码+LSTM+全局注意力-CSDN博客

粉丝福利 | 再添 Seq2Seq 多步预测模型-CSDN博客

暴力涨点！ | 基于 Informer+BiGRU-GlobalAttention的并行预测模型-CSDN博客

热点创新 | 基于 KANConv-GRU并行的多步预测模型-CSDN博客

重大更新！锂电池剩余寿命预测新增 CALCE 数据集_calce数据集-CSDN博客

基于 VMD滚动分解+Transformer-GRU并行的锂电池剩余寿命预测模型

Informer 预测模型合集：新增特征重要性分析！_informer模型最小二乘气体浓度监测-CSDN博客

快速傅里叶变换暴力涨点！基于时频特征融合的高创新时间序列分类模型-CSDN博客

基于CNN-BiLSTM-Attention的回归预测模型！-CSDN博客

前言

传统时间序列预测模型（如ARIMA、单一LSTM）在面对多尺度特征（如长周期、短周期、噪声混杂）和非线性动态（如突变、趋势漂移）时表现受限，尤其对以下场景效果不佳：

强噪声干扰：工业传感器信号中的高频噪声掩盖真实模式
多季节性与趋势耦合：如电力负荷数据（日周期+周周期+节假日趋势）
长期依赖与短期波动并存：如股票价格序列

针对以上问题，本期提出一种基于STL+VMD二次分解，Informer-LSTM的并行预测模型，该创新模型通过二次分解与混合架构，实现了复杂时间序列的多层次建模，为高精度预测提供了新的技术路径。

1 创新模型简介

1.1 模型评估：

1.2 预测可视化：

1.3 数据集特征分析—可视化：：

我们同时提供详细的资料、解说文档和视频讲解，包括如何替换自己的数据集、参数调整教程，预测任务的替换等，代码逐行注释，参数介绍详细：

● 数据集：某风电场风电功率数据集、电力数据集、风速数据集等

● 环境框架：python 3.9 pytorch 2.1 及其以上版本均可运行

● 单步预测模型分数：测试集 0.99

● 使用对象：论文需求、毕业设计需求者

● 代码保证：代码注释详细、即拿即可跑通。

2 模型创新点介绍

2.1 二次分解策略

STL首次分解：提取显式趋势（Trend）和季节性（Seasonality）；
VMD二次分解：对残差（Residual）进行变分模态分解，分离隐含的多尺度子信号（IMF）。

2.2 结合Informer和RNN的优势

Informer：擅长处理长时间序列，能够并行计算，提高了计算效率和预测性能。Informer在Transformer的基础上进行了改进，使其更适合时序数据，特别是具有长时间依赖的序列数据。
LSTM：在捕捉序列数据的短期和长期依赖性方面表现出色，能够很好地处理序列数据中的时序关系。

通过将这两种模型并行使用，可以更好地捕捉不同时间尺度上的模式，提高预测的准确性和鲁棒性。

2.3 并行模型架构

并行使用Informer和LSTM，通过两个分支并行学习，可以使模型在不同的时间尺度上进行信息提取和处理：

Informer部分：处理全局时序模式，能够有效处理长时间序列数据。
LSTM部分：处理局部时序模式，能够有效捕捉短期依赖性和序列数据的动态变化。

这种架构能够更全面地捕捉时序数据的特征，提升模型的预测性能。

2.4 模型融合

将Informer和LSTM的输出拼接在一起，通过一个全连接层融合不同模型的特征。这种融合方式使得模型能够同时利用Informer的全局信息提取能力和LSTM的局部时序关系建模能力。

2.5 高效计算

Informer的使用大大提高了长时间序列的计算效率，同时LSTM的使用确保了局部时序信息的充分利用。这种组合在保证高效计算的同时，提升了预测的精度和可靠性。

3 二次分解与数据集制作

STL分离显式趋势/季节项，VMD细化非线性残差，避免模式混淆

3.1 导入数据

3.2 STL分解

3.3 VMD分解

将残差项分解为 K个本征模态函数（IMF），解决STL对非线性残差分解不足的问题。

参数选择：通过中心频率观察法自适应确定IMF数量 K

3.4 数据集制作与预处理

详细介绍见提供的文档！

4 基于STL-VMD二次分解 + Informer-LSTM的并行预测模型

4.1 定义Informer-LSTM并行预测网络模型

4.2 设置参数，训练模型

50个epoch，MSE 为0.000879，STL-VMD二次分解 + Informer-LSTM并行预测效果显著，模型能够充分利用Informer的长时间依赖建模能力和LSTM的短期依赖捕捉能力征，收敛速度快，性能优越，预测精度高，适当调整模型参数，还可以进一步提高模型预测表现。

5 结果可视化和模型评估

5.1 预测结果可视化

5.2 模型评估

由预测结果可见，在STL-VMD二次分解 + Informer-LSTM并行预测模型下拟合效果良好，通过这种设计，可以充分利用Informer和LSTM的优势，实现高效且准确的时序预测,组合预测效果显著！

6 代码、数据整理如下：

点击下方卡片获取代码！

王炸组合！STL-VMD二次分解 + Informer-LSTM 并行预测模型

往期精彩内容： 单步预测-风速预测模型代码全家桶-CSDN博客半天入门！锂电池剩余寿命预测（Python）-CSDN博客超强预测模型：二次分解-组合预测-CSDN博客 VMD CEEMDAN 二次分解，BiLSTM-Attention预测模型…...

编程日记 2025/7/14 10:40:31

OpenCV进阶操作：风格迁移以及DNN模块解析

文章目录前言一、风格迁移1、风格迁移是什么？2、步骤1）训练2）迁移二、DNN模块1、什么是DNN模块2、DNN模块特点3、流程图4、图像预处理功能三、案例实现1、数据预处理2、加载模型总结前言风格迁移（Style Transfer&#xff0…...

编程日记 2025/7/14 10:37:55

使用bitNet架构

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、配置二、报错总结前言大型语言模型（LLM）面临的挑战：高能耗、高内存需求、部署门槛高。微软提出 BitNet 架构&#x…...

编程日记 2025/7/14 9:25:43

OpenCV中的光流估计方法详解

文章目录一、引言二、核心算法原理1. 光流法基本概念2. 算法实现步骤三、代码实现详解1. 初始化设置2. 特征点检测3. 光流计算与轨迹绘制四、实际应用效果五、优化方向六、结语一、引言在计算机视觉领域，运动目标跟踪是一个重要的研究方向，广泛应用…...

编程日记 2025/7/14 10:14:55

Java集合框架详解与使用场景示例

Java集合框架是Java标准库中一组用于存储和操作数据的接口和类。它提供了多种数据结构，每种数据结构都有其特定的用途和性能特点。在本文中，我们将详细介绍Java集合框架的主要组成部分：List、Set和Queue，并通过代码示例展示它们的…...

编程日记 2025/7/14 9:36:16

多模态融合【十九】——MRFS: Mutually Reinforcing Image Fusion and Segmentation

目录一.摘要二.Introduction 三. 背景与动机四.方法 4.1. 概述 4.2. IGM-Att模块 4.3. PC-Att模块 4.4. 任务头五.实验 5.1. 数据集与实现细节 5.2. 语义分割 5.3. 图像融合 5.4. 消融研究 5.5. IGM-Att和PC-Att的应用增益 5.6. 复杂度讨论 5.7. 目标检测的…...

编程日记 2025/7/14 10:17:38

音频转文字-在线工具包及使用记录

资料来源：https://zhuanlan.zhihu.com/p/269603431（多种方案） 视频教程：https://www.youtube.com/watch?vL1H5ov4WTBg https://github.com/openai/whisper // 创建虚拟环境 python -m venv myvnev// 激活虚拟环境 source myvne…...

编程日记 2025/7/14 10:01:48

Collection collection的遍历方式迭代器遍历不依赖索引 import java.util.ArrayList; import java.util.Collection; import java.util.Iterator;public class mycollection {public static void main(String[] args) {//1.创建集合并添加元素Collection<String> co…...

编程日记 2025/7/14 9:25:42

【阿里云】阿里云 Ubuntu 服务器无法更新 systemd（Operation not permitted）的解决方法

零、前言目前正在使用的Ubuntu服务器中，仅阿里云（不止一台）出现了这个问题，因此我判定是阿里云服务器独有的问题。如果你的服务器提供商不是阿里云，那么这篇文章可能对你没有帮助。如果已经因为升级错误导致依赖冲突…...

编程日记 2025/7/14 9:04:26

wpf DataGrid 行选择命令绑定

在WPF中实现DataGrid行选择与命令绑定的MVVM模式，可通过以下方式结合代码示例实现： 1. ‌基础绑定与命令触发（SelectionChanged事件绑定）‌ 通过Interaction.Triggers捕获SelectionChanged事件，并绑定到ViewModel中的命令： <DataGrid ItemsSource="{Binding I…...

编程日记 2025/7/14 9:35:02

【认知思维】验证性偏差：认知陷阱的识别与克服

什么是验证性偏差验证性偏差（Confirmation Bias）是人类认知中最普遍、最根深蒂固的心理现象之一，指的是人们倾向于寻找、解释、偏爱和回忆那些能够确认自己已有信念或假设的信息，同时忽视或贬低与之相矛盾的证据。这种认知偏差影…...

编程日记 2025/7/11 5:53:32

大容量存储的高性能 T-BOX 方案对智能网联汽车的支撑

在智能网联汽车快速发展的当下，车载 T-BOX（Telematics Box）作为车辆与云端互联的核心枢纽，其性能和可靠性直接决定了用户体验的上限。米客方德（MK）推出的基于 STM32H7RX 主控芯片与 MKDV4GIL-AST&#xff0…...

编程日记 2025/7/10 10:10:20

Linux 内核网络协议栈：从 Socket 类型到协议注册的深度解析

Linux 内核的网络协议栈是一个复杂而高效的体系，涉及多层次的协议处理与数据流转。本文通过分析核心数据结构（如 inetsw 数组、sock_type 枚举）和关键函数（如 inet_add_protocol），深入探讨其工作原理与设计哲学。一、Socket 类型与 sock_type 枚举 1.1 Socket 类型的定…...

编程日记 2025/6/28 23:06:11

vim,gcc/g++,makefile,cmake

一、vim：你的小帮手——文本编辑器它是干嘛的？ 想象你的代码就像是写在一本“程序的笔记本”里，vim就是一个超级厉害的“数字笔记本”或“文字编辑器”。它有什么用？ 编写代码：编辑、修改你的源代码代码高亮&…...

编程日记 2025/6/28 23:10:34

解决 CentOS 7 镜像源无法访问的问题

在国内使用 CentOS 系统时，经常会遇到镜像源无法访问或者下载速度慢的问题。尤其是默认的 CentOS 镜像源通常是国外的，如果你的网络环境无法直接访问国外服务器，就会出现无法下载包的情况。本文将介绍如何修改 CentOS 7 的镜像源为国内镜像源…...

编程日记 2025/7/13 13:58:43

“傅里叶变换算法”来检测货物外形损坏

“傅里叶变换算法”来检测货物外形损坏要使用傅里叶变换算法来检测货物外形损坏，首先需要理解基本概念。傅里叶变换是一种数学变换，用于将信号从时域（或空间域）转换到频域。在图像处理中，二维傅里叶变换可以用来分析…...

编程日记 2025/7/9 23:07:39

python打卡day24

可迭代对象、OS模块知识点回顾： 元组可迭代对象os模块作业：对自己电脑的不同文件夹利用今天学到的知识操作下，理解下os路径 1.元组在day3的打卡内容中就介绍了元组，跟列表比起来就是用了圆括号，有序可以重复&#x…...

编程日记 2025/6/29 0:42:27

MapReduce 入门实战：WordCount 程序

一、引言在大数据处理领域，MapReduce 是一种开创性的编程模型和处理框架，它使得我们能够高效地在大规模分布式系统上处理海量数据。而 WordCount 程序作为 MapReduce 的经典入门案例，堪称大数据领域的 “Hello World”，帮助无数…...

编程日记 2025/6/29 0:40:02

深度剖析：Vue2 项目兼容第三方库模块格式的终极解决方案

当我们为 Vue2 项目引入某些现代 JavaScript 库时，常常会遇到这样的报错： error in ./node_modules/some-lib/lib/index.mjs Cant import the named export xxx from non EcmaScript module这类问题的本质是模块格式的世纪之争 —— ES Module&#xff…...

编程日记 2025/7/11 15:56:07

5.11作业

拓扑图： 需求分析： 要求五台路由器的环回地址均可以相互访问配置： r1 int g 0/0/0 i…...

编程日记 2025/6/28 23:06:12

MyBatis 批量新增与删除功能完整教程

一、功能概述通过 MyBatis 动态 SQL 实现以下功能：批量新增：一次性插入多条员工记录，支持自增主键回填。批量删除：根据 ID 数组一次性删除多条记录。二、代码逐行解析 1. Mapper 接口定义 // 批量新增：传入员工对象集合 void insertAll(List<Emp> empList);// …...

编程日记 2025/6/29 0:55:11

Spark，RDD中的行动算子

RDD中的行动算子 collect算子格式：def collect(): Array[T] 参数说明：该算子没有参数。并以数组的形式返回统计个数 reduce算子格式：def reduce(func: (T, T) > T): T 返回值：返回一个单一的值，其类型与…...

编程日记 2025/6/29 0:58:04

Linux：进程控制2

一：进程程序替换 1. 一旦程序替换成功，就去执行新代码了，原始代码的后半部分已经不存在了 2. exec*系列的函数，没有成功返回值，只有失败返回值-1 在程序替换的过程中，并没有创建新的进程，只是…...

编程日记 2025/6/28 23:53:59

Java jar包程序启动停止脚本 shell bash

启动启动时可指定前缀（名称） start.sh #!/bin/bash # 使用时直接运行# 寻找当前目录下后缀为 .jar 的文件 #options($(find . -maxdepth 1 -type f -name "*.jar")) # 寻找当前目录下后缀为 .jar 的文件，并按时间倒序排序 opt…...

编程日记 2025/7/4 18:15:10

【Linux】进程通信管道

🌻个人主页：路飞雪吖~ 🌠专栏：Linux 目录一、👑进程间通信分类二、👑管道 🌟什么是管道？ 🌟匿名管道 🎉原理： 🔥站在文件描述…...

编程日记 2025/6/29 0:48:06

基于智能家居项目解析DHT11温湿度传感器

一、模块简介 DHT11 是一款数字式温湿度传感器，内部集成了温度传感元件、湿度传感元件以及一个 8 位单片机芯片，用于采集数据和通信。。测量范围：湿度 20%～90% RH，温度 0～50℃ 精度：湿度 5% …...

编程日记 2025/6/28 23:45:13

3.1 泰勒公式出发点

第一步：引入背景与动机首先，泰勒公式（Taylor Series）是数学分析中的一个重要工具，它允许我们将复杂的函数近似为多项式形式。这不仅简化了计算，还帮助我们更好地理解函数的行为。那么为什么我们需要这样一…...

编程日记 2025/6/29 1:30:40

裸机开发的核心技术：轮询、中断与DMA

一、裸机开发的核心技术：轮询、中断与DMA 1. 轮询（Polling） 定义：程序主动、周期性地检查硬件状态或数据。应用场景：适用于简单、实时性要求不高的任务。示例： C while (1) { if (GPIO_ReadPin(SENSOR_P…...

编程日记 2025/6/29 1:14:27

从零开始：使用 Vue-ECharts 实现数据可视化图表功能

目录前言为什么选择 Vue-ECharts案例：Vue-Echart开发一个分组柱状图安装依赖引入全局引入按需引入编写组件总结前言你好，小二！很高兴你愿意分享关于 Vue-ECharts 的使用经验。 📊 Vue-ECharts：让你在 Vue 项…...

编程日记 2025/6/29 0:20:57

Antd中Form详解:

1.获取Form表单值的方式: ① 使用Form.useForm()钩子（推荐方式） const [form] Form.useForm();const getFormValues () > {const values form.getFieldsValue();};<Form form{form}>...<Form.Item label{null}><Button onClick{ge…...

编程日记 2025/6/29 0:21:56

（2）python开发经验

文章目录 1 pyside6加载ui文件2 使用pyinstaller打包更多精彩内容👉内容导航 👈👉Qt开发 👈👉python开发 👈 1 pyside6加载ui文件方法1： 直接加载ui文件 from PySide6.QtWidgets import QAp…...

编程日记 2025/7/10 14:20:05

Landsat 5介绍

USGS Landsat 5 Level 2, Collection 2, Tier 1 数据集可用性：1984-03-16T16:18:01Z–2012-05-05T17:54:06Z 数据集提供程序 USGS Earth Engine 代码段 ee.ImageCollection("LANDSAT/LT05/C02/T1_L2") open_in_new 重新访问间隔：16 天说…...

编程日记 2025/6/29 0:50:45

PowerShell 实现 conda 懒加载

问题执行命令conda init powershell会在 profile.ps1中添加conda初始化的命令。即使用户不需要用到conda，也会初始化conda环境，拖慢PowerShell的启动速度。解决方案本文展示了如何实现conda的懒加载，默认不加载conda环境，只…...

编程日记 2025/6/29 0:06:38

解锁ozon运营新路径：自养号测评技术如何实现降本增效

OZON测评自养号技术在跨境电商运营中具有显著的技术优势，主要体现在环境安全、账号控制、成本效率及风险规避等方面。以下是具体分析： 一：安全可控的测评环境搭建通过模拟俄罗斯本地物理环境和家庭住宅IP，自养号测评可规避平台风…...

编程日记 2025/6/29 0:32:02

算法第十七天｜654. 最大二叉树、617.合并二叉树、700.二叉搜索树中的搜索、98.验证二叉搜索树

654. 最大二叉树题目思路与解法 # Definition for a binary tree node. # class TreeNode: # def __init__(self, val0, leftNone, rightNone): # self.val val # self.left left # self.right right class Solution:def constructMaximumB…...

编程日记 2025/6/29 1:05:29

Spring Boot 的自动配置为 Spring MVC 做了哪些事情？

Spring Boot 的自动配置为 Spring MVC 做了大量的工作，极大的简化了我们开发时的配置负担，我们可以快速启动并运行一个基于 Spring MVC 的 Web 应用。以下是 Spring Boot 自动配置为 Spring MVC 所做的主要事情： DispatcherServlet 的自动注册…...

编程日记 2025/7/8 10:12:58

【python】—conda新建python3.11的环境报错

1.报错 conda create -n py3.11 python3.11 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ Collecting package metadata: done Solving environment: failed PackagesNotFoundError: The following packages are not available from current channel…...

编程日记 2025/6/29 0:08:15