摘要
本发明提供了一种基于跨尺度算子学习的垂直累积液态含水量预测方法与装置,属于智能气象技术领域,该方法包括从时空对齐的垂直累积液态含水量训练数据集中随机采样至少一个多模态时空序列;根据多模态时空序列,构建基于跨尺度算子学习的含水量预测模型,并对含水量预测模型进行训练;利用已训练的含水量预测模型,预测垂直累积液态含水量时空序列的未来预测结果。本发明有效提高了垂直累积液态含水量预测的准确性。
技术关键词
序列
学习器
多模态
解码器
非线性
预测装置
优化器
多尺度
网络
存储器
数据
像素
通道
转换器
处理器
可见光
编码器
表达式
模块
系统为您推荐了相关专利信息
图像去雾方法
图像去雾系统
去雾模型
有雾图像
注意力
精细化气象预报
高原
模型训练模块
数据处理模块
数据采集模块
轻量化卷积神经网络
基因序列数据
探针
荧光定量PCR技术
智能分析模块
融合识别方法
双向特征金字塔
融合图像数据
轨迹特征
注意力
冬虫夏草
培植控制系统
历史气象数据
生成动态环境
数字孪生模型