一种基于深度学习的天气数据预测方法及系统

本发明提供一种基于深度学习的天气数据预测方法及系统，包括以下步骤：采集多源天气数据，对采集的天气数据进行清洗、归一化处理，并划分为训练集、验证集和测试集；运用卷积神经网络对具有空间结构的数据进行空间特征提取，利用循环神经网络及其变体对时间序列数据进行时间特征提取，之后将空间特征和时间特征融合；构建基于深度学习的天气预测模型，使用训练集对模型进行训练，并依据验证集调整模型超参数；将预处理后的待预测天气数据输入训练好的天气预测模型，得到预测结果。本发明可以克服传统天气预测方法的不足，提高天气数据预测的精度和效率。