一种基于混合注意力机制驱动模型的降水预测方法

本发明公开了一种基于混合注意力机制驱动模型的降水预测方法，涉及降水预测技术领域，包括首先引入自注意力机制和局部注意力机制，基于MIM模型建立混合注意力机制驱动模型，包含SA‑MIMN模块和LA‑MIMS模块；接着，获取观测降水序列的初始隐藏状态，并将其作为SA‑MIMN模块的输入，获取差分特征的时间变化特征；然后，利用LA‑MIMS模块，获得观测降水序列的平稳特征，进而得到预测的降水序列。因此，采用上述一种基于混合注意力机制驱动模型的降水预测方法，能够有效地平衡时间变化特征和平稳特征的重要性，实现对降水序列的时空变化特征进行预测，提升预测的准确性、稳定性和时效性。