基于深度学习的机场能见度预测方法

本发明提供了基于深度学习的机场能见度预测方法，包括：S1.获取机场的气象数据，提取能见度各影响因子特征，得到特征子集；S2.基于机场最低起飞标准和特征子集，构建输入层，输入层由不同的低能见度区间组成；S3.基于低能见度区间，进行模型训练构建循环神经网络，得到特征关联层；S4.基于特征关联层，分别融合自注意力机制和概率稀疏自注意力机制，依次得到自注意力循环神经网络和概率稀疏自注意力循环神经网络，完成注意力层的构建；S5.基于注意力层构建预测输出层，预测输出层用于通过对所述注意力层的输出进行加权求和，得到能见度预测结果。本发明通过融合自注意力机制的神经网络预测模型，实现对机场低能见度预测。