一种基于Transformer和CNN并行结构的气象特征预测方法

本发明提出了一种基于Transformer和CNN并行结构的气象特征预测方法。首先，对气象序列数据进行归一化处理。然后，对归一化后的矩阵填充、分块。接着进行线性投影将其映射到高维空间，并为其添加位置编码。利用Transformer编码器的多头自注意力机制提取全局时序特征，同时使用卷积神经网络提取局部时序特征，并通过ReLU激活函数增强卷积提取后的非线性特征。之后，将自注意力机制和卷积网络提取的特征进行融合，保留局部特征的同时捕捉全局时序关系。最后，通过预测头生成未来的气象预测结果，并使用均方误差(MSE)损失函数优化模型。实验结果表明，该方法显著提高了气象预测精度，且具有较高效率与较低误差。