摘要
本发明公开一种基于transformer架构的降雨预测方法,包括构建Transformer降雨模型,对不同时间尺度的特征进行充分提取,Transformer降雨模型模型内部设置有多尺度通道模块、Transformer模块和预测头模块,通过Transformer降雨模型对激光雷达降雨数据进行时序处理和异常值处理,提出了一个数据分布合理的数据集,在提出数据集后提出了一个多尺度通道注意力机制,用于在通道时空间上提取特征,对数据集进行的综合实验验证,完成目标区域的降雨预测;本发明由三个关键部分组成,多尺度通道模块、Transformer模块和预测头模块,针对激光雷达数据的类三维结构,引入多尺度通道模块,提升Transformer的特征提取能力并解决长时间序列中的记忆力衰减问题,通过对双通道分配不同权重来实现特征融合。
技术关键词
降雨预测方法
降雨模型
通道注意力机制
训练集数据
激光雷达数据
多尺度
模块
气象站设备
数据分布
交叉验证方法
序列
特征提取能力
设备误差
时序
三维结构
异常数据
插值法
系统为您推荐了相关专利信息
可见光图像
全局平均池化
通道注意力机制
融合方法
语义特征提取
多帧联合检测
跟踪方法
特征提取模块
表达式
径向速度信息
神经网络数学模型
识别方法
叠后地震数据
训练集数据
网络架构
检测网络模型
纹理特征提取
特征提取模块
图像处理方法
计算机可执行指令