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

基于空间相关特征提取和深度时空融合网络的降水临近预报方法 

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:南京信息工程大学

摘要:本发明公开了基于空间相关特征提取和深度时空融合网络的降水临近预报方法,其包括以下步骤:(1)在HKO‑7数据集中对不同时间点的雷达回波反射率图像中每个像素的特征序列进行分组,构造特征矩阵;(2)采用皮尔逊相关系数计算特征矩阵各列之间的相关系数,以评估雷达回波反射率图像序列中各像素点之间的空间相关性;(3)通过得到的皮尔逊相关系数矩阵选择雷达回波反射率图像的空间相关区域,提取雷达回波反射率图像序列的空间相关特征;(4)在轨迹门控循环模型TrajGRU中引入空间自注意力机制SAM模块,构建深度时空融合网络DST‑FN并进行训练;(5)验证深度时空融合网络的有效性;本发明提高了气象的预测能力。

主权项:1.一种基于空间相关特征提取和深度时空融合网络的降水临近预报方法,其特征在于,包括以下步骤:(1)在HKO-7数据集中对不同时间点的雷达回波反射率图像序列中每个像素的特征序列进行分组,构造特征矩阵;(2)采用皮尔逊相关系数计算特征矩阵各列之间的相关系数,以评估雷达回波反射率图像序列中各像素点之间的空间相关性;(3)通过得到的皮尔逊相关系数矩阵选择雷达回波反射率图像的空间相关区域,提取雷达回波反射率图像序列的空间相关特征;(4)在轨迹门控循环模型TrajGRU中引入空间自注意力机制SAM模块,结合步骤(1)-步骤(3)构建深度时空融合网络DST-FN并进行训练;(5)验证深度时空融合网络的有效性。

全文数据:

权利要求:

百度查询: 南京信息工程大学 基于空间相关特征提取和深度时空融合网络的降水临近预报方法

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。