一种基于ABST-Net时空预测模型的干旱灾害预测方法

AITNT
正文
推荐专利
一种基于ABST-Net时空预测模型的干旱灾害预测方法
申请号:CN202410783180
申请日期:2024-06-18
公开号:CN119168107A
公开日期:2024-12-20
类型:发明专利
摘要
本发明提供一种基于ABST‑Net时空预测模型的干旱灾害预测的方法,属于深度学习技术领域。该方法设计了一种用于加强模型时空特征提取能力的模块,根据时空预测的特点,该模块利用时间注意力、通道注意力与空间注意力机制分别从时间、通道、空间三种不同的维度上提取时空特征,采用多维度的注意力机制能够更全面和精准地捕捉时空特征,增强特征提取的准确性;同时,基于该模块设计了一种适用于时空预测的ABST‑Net模型,从而使该模型对干旱灾害的时空预测更加准确。
技术关键词
注意力机制 多层感知机 土壤水分数据 前馈神经网络 编码器 通道 灾害预测方法 Sigmoid函数 特征信息融合 气象 解码器 特征提取能力 全局平均池化 变量 深度学习技术 分块 像素 模块
系统为您推荐了相关专利信息
1
基于稀疏测量数据的涡轮叶栅试验边界条件反算方法及装置
反算方法 网络结构 注意力 多层感知器 涡轮叶片表面
2
基于掩膜的自监督多模态遥感图像变化检测方法及系统
变化检测网络 图像块 特征提取模块 模态特征 融合特征
3
基于分层交叉关联学习的超声乳腺肿瘤图像分割方法
边界特征 乳腺肿瘤图像 残差结构 多阶段 分割方法
4
一种视频异常检测模型网络结构、训练方法及检测方法
融合时空特征 检测模型训练方法 特征提取模块 视频异常检测方法 网络结构
5
一种基于多线索变换网络的行人轨迹预测方法
行人轨迹预测方法 特征提取模块 交互特征 线索 交叉注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号