基于深度神经网络微调训练的多元气象要素数据预测方法

基于深度神经网络微调训练的多元气象要素数据预测方法，包括多元气象数据集预处理，获得初步预测结果，将初步预测结果按气象要素分割或按时间步长分割；将各条时间序列分别匹配通用的轻量级微调模块以进行微调，通过多个线性层组成的多层感知机以充分提取特征；将线性层的输出与层归一化所得到的权重V相乘，得到该轻量级微调模块对应的预测结果；最后将各个轻量级微调模块的结果合并。本发明通过引入先进的时间序列分析技术和动态调整机制，能够实时监控模型性能，并在必要时自动进行调整，从而减少预测误差的累积，保持模型的长期稳定性和可靠性，适用于任何以时间序列表达的气象要素预测，且用户可以自行选择合适的已训练的深度学习模型。