摘要
本发明公开了一种获取数值模式降水预报残差的深度神经网络模型和数值模式降水预报订正方法,该模型的独立编码流下采样模块通过相互独立的多条编码流对输入的多个特征组进行多层级特征提取,获取每个特征组的多层级特征;该模型的多级特征融合模块,对各特征组的多层级特征进行加权聚合形成高维特征图,再对高维特征图中每一维度分配权重,形成具有权重的高维特征图;该模型的上采样模块对具有权重的高维特征图进行解码构成,形成数值模式降水预报的残差场;该多编码流的设计能够对具有不同物理含义的要素进行区分编码,并在融合模块中实现交互。
技术关键词
深度神经网络模型
订正方法
多级特征融合
数值
层级
采样模块
模式
变量
编码
因子
订正系统
通道
后处理模块
可读存储介质
残差结构
线性单元
注意力机制
表达式
系统为您推荐了相关专利信息
科技型企业
风险评估方法
矩阵
层次结构模型
解释结构模型