全新【Basisformer】时间序列预测

       【锂电池SOC估计】

[1]采用自适应监督自监督对比学习方法学习时序特征

[2]通过双向交叉注意力机制计算历史序列和基准序列之间的相关系数

[3]最后通过相关系数选择所需预测序列的基准，从而实现高精度预测

保证程序运行

PyTorch框架实现[绿圆]多输入多输出[单输入单输出

目前已在锂电池SOC估计成功应用，可替换其他数据集

因程序压缩后依旧占空间较大将以网盘形式发货，付费内容内含网盘链接