摘要
本发明公开了一种基于地理先验嵌入的降水空间降尺度方法,涉及计算机科学与技术领域,该方法利用深度神经网络将观测值、空间相对位置和地理先验对应的向量联合嵌入到一个公共的高维特征空间中,通过使用不同注意力机制定量地捕获历史数据中的空间相关性,从而实现高精度的降雨空间降尺度。由于降水空间降尺度的深度学习方法仅依赖站点之间的位置关系,忽略了区域内特征的有效表示以及复杂特征依赖关系。
技术关键词
空间降尺度方法
降雨观测数据
站点
地理位置信息
机器可读存储介质
拉普拉斯
多头注意力机制
矩阵
数值
深度学习方法
深度神经网络
方位角
处理器
关系
存储器
系统为您推荐了相关专利信息
电力巡检方法
电力设备表面
故障特征
设备地理位置信息
电力设备巡检技术
账户
区块链分片方法
社区发现算法
区块链分片技术
时延
需求侧响应策略
需求侧响应方法
配电网运行状态
强化学习模型
时间序列特征