基于多尺度分解的混合Mamba-Attention空气质量预测模型及其构建方法

本发明公开了一种基于多尺度分解的混合Mamba‑Attention空气质量预测模型及其构建方法。该方法首先构建多尺度分解模块(MSD)，通过并行滑动窗口组将输入时间序列分解为趋势项、季节项和残差项，并利用组归一化与卷积实现跨尺度特征融合；随后设计周期金字塔模块，基于快速傅里叶变换(FFT)提取多层级周期特征，增强模型对不同时间尺度周期规律的感知能力；再通过Mamba‑Attention HybridBlock模块实现全局与局部特征的协同建模，其中Mamba分支用于捕获长程依赖，自注意力分支用于提取局部动态模式，两者输出经残差连接与层归一化融合；最后由预测头模块完成特征聚合与结果输出。该模型兼顾长序列建模能力与计算效率，能够准确捕获空气质量数据中的多尺度动态变化与非平稳特征，提高空气质量预测的精度与稳定性，具有良好的实用价值和推广前景。