摘要
本发明公开了一种降水预测方法、系统、电子设备和存储介质,涉及气象服务技术领域,方法包括:构建PFTF降水预报模型,对PFTF降水预报模型进行训练,得到训练好的PFTF降水预报模型;将降水目标数据输入训练好的PFTF降水预报模型,得到降水目标数据对应的降水预报结果。PFTF降水预报模型中,编码器能够提取并增强多尺度特征,以提高对复杂气象现象的理解与预报精度,TripFormer模块通过优化注意力机制来提升对时空特征的捕获能力,同时降低计算负担,解码器在多个尺度上对接收到的特征执行深度卷积操作,增强了级联扩展路径中的特征生成能力,因此,本发明能够实现短期降水的精准预测。
技术关键词
降水预测方法
卷积模块
解码器
编码器
模型训练模块
多尺度特征
预测系统
注意力机制
气象服务技术
数据
电子设备
可读存储介质
分支
处理器
样本
非线性
通道
系统为您推荐了相关专利信息
末端执行器
人形机器人
车辆自动驾驶方法
方向盘
车辆状态数据
LED线路板
防静电涂层
涂覆方法
空间分布函数
基材表面温度
多线激光雷达
门扇驱动机构
折叠门
门控方法
物体
深度强化学习
特征提取网络
倾斜摄影数据
追踪方法
构建无人机
数据分析模型
无人机LiDAR数据
多任务深度学习网络
数据处理方法
卫星遥感数据