摘要
本发明涉及人工智能智慧气象技术领域,公开了一种高精度风速预测方法、系统、设备及存储介质,方法包括:获取数字高程模型数据和气象数据,对数字高程模型数据和气象数据进行预处理,得到第一数字高程模型数据和第一气象数据;对第一数字高程模型数据和第一气象数据分别进行特征提取,得到地形特征向量和气象特征向量;利用门控注意力机制将地形特征向量和气象特征向量进行融合,得到联合特征向量;将联合特征向量作为输入,结合自适应时间步长卷积和扩展因果卷积,构建多尺度门控自适应因果时序网络,得到高精度风速预测模型;利用联合损失函数对高精度风速预测模型进行优化,得到高精度风速预测结果,提升了复杂地形风速预测的精度和稳定性。
技术关键词
数字高程模型数据
风速预测模型
联合损失函数
注意力机制
多尺度特征
风速预测系统
地形特征
历史气象数据
时序
全局平均池化
深度学习模型
特征提取模块
多层感知机
融合策略
编码器
系统为您推荐了相关专利信息
木质板材
胶黏剂
子系统
可饰面定向刨花板
闭环反馈优化
图像识别模型
像素点
识别方法
训练图像数据
特征金字塔网络
识别方法
识别模型训练
实例分割
局部细节特征
多尺度局部特征
智能采茶机器人
局部路径规划
双模态
路径规划方法
融合注意力机制
视觉特征
定位方法
多尺度特征提取
查询优化器
注意力