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：成都信息工程大学

摘要：本发明提供一种基于模型无关元学习和密集残差注意力的降尺度方法，涉及数据处理领域，包括：确定多个降尺度任务，任意两个降尺度任务对应的气象变量、时间范围和空间范围中的至少一个存在差异；对于每个降尺度任务，确定降尺度任务对应的降尺度样本，包括原气象图及原气象图对应的降尺度气象图；重复执行从多个降尺度任务中采样，形成元批次任务，对元模型进行训练，直至元模型满足预设条件；基于目标降尺度任务的对应的降尺度样本对元模型进行参数调整，生成降尺度模型；获取目标降尺度任务对应的待降尺度气象图；基于降尺度模型，生成待降尺度气象图对应的降尺度气象图，具有提升降尺度结果的大气物理准确性和细节丰富度的优点。

主权项：1.一种基于模型无关元学习和密集残差注意力的降尺度方法，其特征在于，包括：确定多个降尺度任务，其中，任意两个所述降尺度任务对应的气象变量、时间范围和空间范围中的至少一个存在差异；对于每个所述降尺度任务，确定所述降尺度任务对应的降尺度样本，其中，所述降尺度样本包括原气象图及所述原气象图对应的降尺度气象图；重复执行从所述多个降尺度任务中采样，形成元批次任务，对元模型进行训练，直至所述元模型满足预设条件；基于目标降尺度任务的对应的降尺度样本对所述元模型进行参数调整，生成所述目标降尺度任务对应的降尺度模型；获取所述目标降尺度任务对应的待降尺度气象图；基于所述目标降尺度任务对应的降尺度模型，生成所述待降尺度气象图对应的降尺度气象图；所述元模型包括输入模块、第一特征提取模块、第二特征提取模块、上采样模块及输出模块，其中，所述第二特征提取模块包括多个密集残差注意力块；所述密集残差注意力块的工作流程如下：通过使用密集残差连接操作的二层卷积层对输入特征图进行处理，获取二层卷积层的输出数据；将所述二层卷积层的输出数据与所述输入特征图拼接；将拼接后的特征图输入至逐点卷积层；将所述逐点卷积层的输出数据传送至注意力层；对所述输入特征图、所述二层卷积层的输出数据及所述注意力层的输出数据进行融合；所述注意力层的工作流程如下：通过自适应平均池化操作来提取所述逐点卷积层的输出数据的全局信息；通过两个连续的非线性层对所述全局信息进行特征提取，获取代表每个通道重要性的权重向量；将所述权重向量会与所述输入特征图相乘。

全文数据：

权利要求：

百度查询： 成都信息工程大学 一种基于模型无关元学习和密集残差注意力的降尺度方法