一种基于人工智能的多模式集成降水预测方法

本发明涉及电数字数据处理领域，具体涉及一种基于人工智能的多模式集成降水预测方法。该方法包括采集气象数据、训练基于混沌扰动的神经网络、训练基于量子蒙特卡罗的LSTM、采集新的气象数据、将新的降水量影响因素特征输入至训练完成的基于混沌扰动的神经网络中进行特征融合，将实际特征向量集输入至训练完成的基于量子蒙特卡罗的LSTM中进行预测，得到目标日期的降水量。现有的多模式集成降水预测方法存在预测准确性较低的问题。本发明提供的一种基于人工智能的多模式集成降水预测方法的预测准确性较高。