一种多气候因子滞后特征时序预测方法及系统

一种多气候因子滞后特征时序预测方法及系统，属于机器学习时序预测技术领域，为解决多气候因子滞后作用处理不足、统一滞后期难以匹配不同时间响应关系及模型参数依赖人工经验的问题，获取北极海冰密集度时间序列和多个气候因子历史时间序列，逐因子计算时滞相关性，根据时滞相关性的绝对值确定最优滞后月数，按各最优滞后月数构造滞后特征训练样本，利用麻雀搜索算法对卷积神经网络‑长短期记忆网络模型进行参数寻优并输出北极海冰密集度预测值。本发明能够提高气候因子与预测目标的时序对应性，减少模型参数确定对人工经验的依赖，适用于北极海冰密集度时序预测和气候时间序列机器学习预测等领域。