一种基于超图神经网络的气象数据预测方法及装置
申请号：CN202410967865
申请日期：2024-07-18
公开号：CN118861570A
公开日期：2024-10-29
类型：发明专利
摘要
一种基于超图神经网络的气象数据预测方法及装置，能够有效地模拟气象现象的高阶聚合和平流，聚合相似的气象数据和均衡不同的数据来捕获空间特征，从而适应大气系统的复杂性，自适应地集成聚合和疏远超图卷积的输出。方法包括：(1)数据处理；(2)构造邻接和语义超图；(3)聚合和疏远超图卷积神经网络；(4)多信息特征融合单元；(5)使用L1损失函数优化模型参数。
技术关键词
数据预测方法
气象站
数据预测装置
站点
损失函数优化
顶点
语义
测地线距离
节点
KNN算法
多信息
噪声因子
卷积神经网络模块
通道
前馈神经网络
注意力
优化器
矩阵
系统为您推荐了相关专利信息
记忆图谱
语义
评测方法
自然语言
认知神经科学
智慧控制系统
水质参数数据
深度学习预测
反射率
水体
图像去雾
雾霾图像
去雾方法
有雾图像
网络
肿瘤预后预测
文本识别
节点特征
患者
神经网络模型
实体对齐方法
三元组
实体关系模型
损失函数优化
卷积神经网络提取
