本研究提出了一种新方法，通过自适应中频能量优化模块和关键频率选择块，解决了深度学习模型在多变量时间序列分析中提取中频和关键频率信息的不足。该方法在交通、ECL和太阳能等领域的预测精度显著提高，均方误差分别降低了4%、6%和5%。