摘要
本发明公开了极端天气预测模型的训练方法,极端天气预测模型包括扩散模型,扩散模型包括正向扩散模块和反向扩散模块,训练方法包括:确定用于训练的初步预测天气样本和其对应的预测标签;通过初步预测天气样本和预测标签对扩散模型进行训练,包括:通过正向扩散模块对初步预测天气样本添加噪声数据,得到噪声天气融合数据;通过反向扩散模块对噪声天气融合数据还原至预测天气还原样本,得到预测噪声数据;根据噪声数据与预测噪声数据确定损失函数;根据损失函数、预测天气还原样本和预测标签训练扩散模型,得到训练完成的极端天气预测模型。训练出的模型预测更准确。本发明还公开了训练装置、极端天气预测方法及装置、电子设备和可读存储介质。
技术关键词
天气预测模型
天气预测方法
噪声数据
样本
天气预测装置
模块
训练装置
标签
变量
电子设备
可读存储介质
风速
热带
地面
指令
气压
存储器
系统为您推荐了相关专利信息
金属谐振子
有限元仿真分析
多元线性回归模型
结构设计方法
多元线性回归方法
图像生成模型
噪声图像
样本
图像生成方法
初始补偿模块
航空发动机
训练卷积神经网络
构建卷积神经网络
贝叶斯风险
校准方法
声发射特征参数
短临预警方法
双向长短期记忆网络
随机森林
LSTM模型
连续监控方法
舒适度模型
日负荷曲线
动态
高斯滤波器