摘要
本申请提供了一种基于生成式模型的气象预报降尺度订正方法以及装置,涉及数据处理技术领域,解决了气象预报降尺度数据精确度较低的技术问题。该方法包括:基于气象实况分析数据和气象预报历史数据生成低分辨率预报样本与高分辨率实况分析样本;将高分辨率实况分析样本确定为针对变分自编码器的第一阶段训练数据集,将低分辨率预报样本和指定实况约束条件确定为针对扩散模型的第二阶段训练数据集;基于扩散模型和变分自编码器构建降尺度订正模型;利用第一阶段训练数据集对变分自编码器部分进行第一阶段模型训练,得到预训练网络,并基于预训练网络利用第二阶段训练数据集对扩散模型部分进行第二阶段模型训练,得到训练后的目标降尺度订正模型。
技术关键词
气象预报数据
预训练网络
编码器
样本
订正方法
噪声
分辨率
计算机
可读存储介质
数据处理技术
变量
协方差矩阵
数据中心
海洋
模块
解码
指令
时间差
系统为您推荐了相关专利信息
转移概率矩阵
场景生成方法
样本
近邻传播聚类算法
蒙特卡洛法
图像编码器
自动分析方法
文本编码器
甲状腺结节检测
智能辅助诊断
加密流量分类方法
两阶段
分类策略
平滑度
特征协方差矩阵
土壤有机污染物
高通量筛查
高分辨质谱数据
深度极限学习机
识别方法