摘要
本发明公开了一种基于小型注意力机制的卷积网络的短期降水预测方法。包括以下步骤:步骤1、获取往年的雷达降水图数据并进行数据处理与数据增强,作为模型的输入数据;步骤2、构建并训练所述小型注意力机制的卷积网络模型,所述基于小型注意力机制的卷积网络模型设计为4层卷积网络;步骤3、将处理完的雷达降水图输入到基于小型注意力机制的卷积网络模型之中,得到对应的预测结果;步骤4、分析输入数据与预测数据之间的误差,计算误差指标与正确率指标,根据输入数据与预测数据分析模型性能,计算性能指标。该方法实现了对雷达降水图特征的高效提取与识别,有助于提高降水预测任务中降水空间分布预测的清晰度、降水强度预测的准确度。
技术关键词
降水预测方法
注意力机制
卷积网络模型
深度特征提取
数据分析模型
特征提取模块
多层感知机
通道
雷达
计算误差
正确率
指标
解码器
模块结构
图像
纵轴
系统为您推荐了相关专利信息
天气预测模型
天气预测方法
编码器
残差模块
天气预测装置
对话意图识别方法
意图识别模型
语义特征提取
文本
关键词特征
节点特征
滑动窗口机制
多头注意力机制
注意力模型
大规模网络环境
多模态特征
自然语言文本
视频
多智能体系统
文本特征向量