基于深度可逆网络的时空联合温度预测方法

本发明属于温度预测技术领域，具体公开了一种基于深度可逆网络的时空联合温度预测方法。该方法使用的预测模型包括像素混洗层、正向编码器、反向解码器以及用于桥接正向编码器和反向解码器的长短期集成预测模块；输入图像经过一个像素混洗层进行形状变换，正向编码器用于提取深层特征，长短期集成预测模块对深层特征进一步提取时空特征，反向解码器用于时空特征的解码，解码特征经过另一个像素混洗层将分辨率还原至与输入图像相同；正向编码器和反向解码器的结构相同且参数共享，均包括多个多层级可逆仿射耦合结构；长短期集成预测模块多个长短期集成预测单元，当前长短期集成预测单元的输出特征与前一长短期集成预测单元的输入特征相加后作为下一个长短期集成预测单元的输入特征。本发明能够更加灵活地进行特征提取，实现信息丢失的最小化，并且充分保留了时空信息，提高了预测精度。