摘要
本发明公开了一种基于LSTM网络的北斗导航系统短时降雨预测方法,包括如下步骤:首先,将大气可降雨量数据按雨季和非雨季进行季节性划分;构建并训练一个LSTM网络预测模型;获取观测点实时的大气可降雨量数据,并输入至预训练的LSTM网络预测模型中从而输出该站点一小时后的降雨概率预测值;将若干单个站点的降雨概率预测值根据空间信息转化为图结构,并将图结构转化为邻接矩阵,将邻接矩阵重新输入至预训练的LSTM网络预测模型中,得到以图形式呈现的网络化预测结果;利用多线性拟合算法从网络化预测结果中提取任意位置的预测值;采用距离加权策略对任意位置的预测值进行加权处理,得到最终预测结果并输出。
技术关键词
短时降雨预测方法
北斗导航系统
监测站
线性拟合算法
网络
大气加权平均温度
表达式
数据
数学
波动特征
模型误差
记忆
分布特征
站点
矩阵
计算方法
风速
周期
多项式
策略
系统为您推荐了相关专利信息
深度神经网络模型
多尺度特征
重构模型
图像
像素
全生命周期管理
数字孪生模型
设备健康评估
资源分配
数字孪生技术
卷积神经网络模型
水动力特征
人工智能算法
人工智能交叉技术
参数
功耗管理系统
活动特征
设备运行状态数据
神经网络模型
功能模块