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

LGU-Net气象要素订正系统和温度预报订正方法 

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:长光卫星技术股份有限公司

摘要:LGU‑Net气象要素订正系统和温度预报订正方法,涉及气象预报订正技术领域,解决了传统订正算法计算量大、模型复杂的问题。系统包括U‑Net、LSTM以及GAM注意力机制;U‑Net结构是由跳跃链接相连的编码器和解码器组成,LSTM结构设于跳跃链接部分,采用Xavier权重初始化方法和梯度裁剪方法稳定梯度,采用分布式训练策略并模仿GRU变体优化LSTM结构;GAM注意力机制设于解码器部分,使用双重MLP放大跨维度通道和空间的依赖。首先对输入数据进行预处理:构建多时相多要素的温度订正数据集;应用系统对数据集训练,得到订正模型;用订正模型对温度数据进行订正。本发明可应用于温度预报的订正工作中。

主权项:1.一种LGU-Net气象要素订正系统,其特征在于,包括U-Net结构、LSTM结构以及GAM注意力机制;所述U-Net结构是由跳跃链接相连的编码器和解码器组成的对称U形网络结构,用于提取气象要素的空间分布特征;所述编码器由卷积层和池化层构成,在每个编码器阶段,特征图的尺寸逐渐减小,通道数量逐渐增加,以捕获不同层次的气象特征信息;所述解码器由上采样层和卷积层构成,用于将所述编码器中提取的气象特征图恢复到原始输入图像的尺寸;所述LSTM结构设置于U-Net结构的跳跃链接部分,用于提取多时序气象图像之间的相关特征,将编码器阶段的多时序气象特征输入到解码器阶段;所述LSTM结构中采用Xavier权重初始化方法和梯度裁剪方法来稳定梯度,采用分布式训练策略,并模仿GRU变体优化LSTM结构;所述GAM注意力机制添加于解码器的上采样层,包含通道注意力模块和空间注意力模块;所述空间注意力模块使用两个卷积聚焦空间信息;所述通道注意力模块使用3D排列保留三维的信息;同时使用双重MLP放大跨维度通道和空间之间的依赖。

全文数据:

权利要求:

百度查询: 长光卫星技术股份有限公司 LGU-Net气象要素订正系统和温度预报订正方法

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。