Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于IDSCNN-AM-LSTM的沙尘暴预测方法 

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:内蒙古工业大学

摘要:本发明公开了一种基于IDSCNN‑AM‑LSTM的沙尘暴预测方法,获取沙尘暴数据并进行预处理,预处理的数据以3维张量特征图形式表达;利用卷积神经网络进行一次时空特征提取;卷积神经网络包括逐通道卷积层、逐点卷积层和最大池化层,D个地区的沙尘暴数据以特征图形式输入逐通道卷积层,先由逐通道卷积层提取得到气象‑能见度时间特征,再经逐点卷积层提取得到气象‑能见度时空特征,气象‑能见度时空特征经最大池化层得到三维形式的一次时空特征;引入注意力机制,根据重要程度,为不同时刻的一次时空特征分配不同的权重,得到二次时空特征;叠加一次时空特征和二次时空特征,利用LSTM进行沙尘暴预测。本发明可提高沙尘暴预测的适用范围和预测准确率。

主权项:1.一种基于IDSCNN-AM-LSTM的沙尘暴预测方法,其特征在于,包括如下步骤:步骤1,获取沙尘暴数据并进行预处理,预处理的数据以3维张量特征图形式表达,特征图尺寸为T,W,D,其中T是采样时刻,代表特征图高度;W是沙尘暴数据,代表特征图宽度;D是地区个数,代表特征图深度,即通道数;步骤2,利用卷积神经网络进行一次时空特征提取;所述卷积神经网络包括逐通道卷积层、逐点卷积层和最大池化层,D个地区的沙尘暴数据以特征图形式输入所述逐通道卷积层,先由所述逐通道卷积层提取得到气象-能见度时间特征,再经所述逐点卷积层提取得到气象-能见度时空特征,所述气象-能见度时空特征经最大池化层得到三维形式的一次时空特征;步骤3,引入注意力机制,根据重要程度,为不同时刻的一次时空特征分配不同的权重,得到二次时空特征;步骤4,叠加一次时空特征和二次时空特征,利用LSTM进行沙尘暴预测。

全文数据:

权利要求:

百度查询: 内蒙古工业大学 一种基于IDSCNN-AM-LSTM的沙尘暴预测方法

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。