一种融合物理信息与深度学习的地表太阳多波段辐射反演的方法

AITNT
正文
推荐专利
一种融合物理信息与深度学习的地表太阳多波段辐射反演的方法
申请号:CN202510951210
申请日期:2025-07-10
公开号:CN120805700A
公开日期:2025-10-17
类型:发明专利
摘要
一种融合物理信息与深度学习的地表太阳多波段辐射反演的方法,属于太阳辐射预测技术领域。为解决显著降低计算成本的问题。本发明包括选取输入特征和输出特征;进行数据采集,然后进行数据预处理,将所有预处理的数据随机划分为训练集、验证集和测试集;构建多任务深度学习模型结构,包括专家子网络、门控子网络、独立子网络、自注意力机制以及物理约束;利用归一化处理后的训练集对多任务深度学习模型结构进行训练,得到训练好的多任务深度学习模型结构;本发明能显著降低计算成本,还能确保不同波段间的物理一致性,为相关领域的科研与工程应用提供了可靠的技术支持。
技术关键词
多任务深度学习模型 多波段 Softmax函数 多层感知机 输出特征 物理 网络 变量 太阳辐射预测技术 训练集 注意力机制 气溶胶光学厚度 数据 地表反照率 更新模型参数 气象 太阳方位角 节点数
系统为您推荐了相关专利信息
1
融合XGBoost-SHAP与LSTM的氢能系统风险因素辨识及事故严重程度预测方法
氢能系统 程度预测方法 记忆单元 XGBoost算法 时序依赖关系
2
一种用于图像语义分割的可调节多尺度编码器增强方法
特征提取模块 图像语义分割 多尺度 编码器 索引
3
一种基于DASA-Net深度学习网络的点云树种识别方法
树种识别方法 深度学习网络 多层感知机 注意力机制 城市行道树
4
一种仿猛禽视觉的无人机自主空中加油目标分割与检测方法
自主空中加油 图像嵌入 掩膜 视觉 交叉注意力机制
5
用于建筑木结构柱体加固的力学性能智慧检测方法
建筑木结构 时序 变量 三维卷积神经网络模型 应变传感器
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