一种基于异步更新的气象模型增量训练方法

本发明公开了一种基于异步更新的气象模型增量训练方法，包括：针对气象主干模型，构建与其并行的深度神经网络作为残差模型；不断收集历史的气象数据及其对应的真实值，将其作为气象数据样本保存在短期缓冲区中，当短期缓冲区中的样本数量达到第一预设值时，使用短期缓冲区中的气象数据样本更新残差模型，保存更新后的残差模型；将短期缓冲区中的气象数据样本放入到长期缓冲区，当长期缓冲区中的样本数量达到第二预设值时，固定残差模型的网络参数，用长期缓冲区中的气象数据样本和核心集共同更新主干模型，保存更新后的主干模型；使用当前长期缓冲区及核心集，对核心集中的气象数据样本及样本权重进行更新，之后清空长期缓冲区。