基于UKF和特征融合模型的气象干旱时空预测系统及方法

AITNT
正文
推荐专利
基于UKF和特征融合模型的气象干旱时空预测系统及方法
申请号:CN202510891404
申请日期:2025-06-30
公开号:CN120804512A
公开日期:2025-10-17
类型:发明专利
摘要
本发明涉及一种基于UKF和特征融合模型的气象干旱时空预测系统及方法,系统包括数据预处理层:用于采用UKF对标准化降水指数网格数据集进行预处理;多特征融合层:包括用于自适应感知气象干旱区域的空间边界的DConv模块、用于分层提取多尺度空间特征的Swin Transformer模块,以及用于将提取的空间边界特征与多尺度空间特征进行融合后生成融合时空特征的特征融合单元;时序预测层:用于将融合时空特征输入时间递归神经网络,预测未来干旱分布;方法利用上述系统进行气象干旱时空预测。本发明系统性解决了气象干旱小样本时空预测中的“空间边界刻画模糊、小样本泛化能力弱、观测噪声敏感”的技术问题,有效提高了预测结果的准确性。
技术关键词
时空预测方法 融合时空特征 时间递归神经网络 气象 边界特征 网格 预测系统 指数 数据 序列 思考特征 补丁 分层 像素 观测噪声 周期 模块 时序 样本
系统为您推荐了相关专利信息
1
一种飞行器控制仿真平台构建方法
控制仿真平台 动态数据库 飞行器 空间定位系统 粒子系统
2
一种基于深度学习的结直肠癌MRI图像分割方法
图像分割方法 连续性 成像 参数 肿瘤
3
一种基于融合电力数据的电力调度风险预警方法
风险评估模型 电力 风险预警方法 电网运行数据 设备状态数据
4
一种微电网的调度方法及系统
负荷预测模型 微电网 历史负荷数据 历史气象数据 LSTM模型
5
多源数据驱动混合机理学习模型的小麦产量预测方法
小麦产量预测方法 叶面积指数 数据 深度学习模型 因子
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号