一种基于融合CNN和RNN的空间序列数据长期预测方法

本发明涉及空间序列数据预测技术领域，具体为一种基于融合CNN和RNN的空间序列数据长期预测方法，通过原始序列构建多个简单特征生成器组合成多维特征生成器，实现输入时间步序号并输出对应时间步多维特征序列的数据生成思路，从而避免将监测序列直接输入预测模型，采用监测序列的多维特征序列作为预测的输入数据。针对空间序列数据，在预测模型中加入CNN模块构建空间维度特征提取以及基于RNN的时间维度特征提取器构建时间依赖关系的思路，将单模型一次预测输出序列简化为单模型多次预测组合每次输出一个时间步的结果形成序列。