买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:南京信息工程大学
摘要:本发明公开了一种台风云图预测方法、系统及存储介质,预测方法包括:将台风云图序列样本输入至预训练的FSTA‑LSTM神经网络模型中,得到预测的台风云图序列,确定台风云图预测结果;其中,所述FSTA‑LSTM神经网络模型的训练过程包括:搭建神经网络模型;其中,所述神经网络模型包括依次连接的特征增强模块、Encoder编码器、STA‑LSTM模块、Decoder解码器和多尺度特征融模块;将预处理后的台风云图序列样本数据输入至神经网络模型中,台风云图序列样本经神经网络模型的多层网络架构的前向传播后,再反向传播更新神经网络模型的网络权重,获得FSTA‑LSTM神经网络模型。本申请优化时空记忆单元和隐藏单元的信息传递,提升了模型对复杂云图模式和台风结构变化的捕捉能力。
主权项:1.一种台风云图预测方法,其特征在于,包括:将台风云图序列样本输入至预训练的FSTA-LSTM神经网络模型中,得到预测的台风云图序列,确定台风云图预测结果;其中,所述FSTA-LSTM神经网络模型的训练过程包括:搭建神经网络模型;其中,所述神经网络模型包括依次连接的特征增强模块、Encoder编码器、STA-LSTM模块、Decoder解码器和多尺度特征融模块,且所述Encoder编码器和Decoder解码器采用跳跃连接;将预处理后的台风云图序列样本数据输入至神经网络模型中,台风云图序列样本经神经网络模型的多层网络架构的前向传播后,再反向传播更新神经网络模型的网络权重,获得FSTA-LSTM神经网络模型。
全文数据:
权利要求:
百度查询: 南京信息工程大学 一种台风云图预测方法、系统及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。