摘要
本发明公开了一种短临降雨预测方法,涉及短临降雨预测技术领域,本申请通过将雷达回波图分区提取文本特征,充分挖掘了回波图中隐含的语义信息,结合图像特征实现了多模态信息融合,提高了模型对回波特征的表达能力,有助于提升预测精度;引入大语言模型对历史文本特征进行学习并预测未来文本特征,为LSTM预测提供了语义层面的指导,增强了模型对回波序列语义关联的捕捉能力,提高了模型在复杂天气场景下的泛化能力;损失函数中加入文本相似度,不仅考虑了像素值的差异,还保证了预测回波与真实回波在语义层面的一致性,进一步提高了预测结果的准确性和可靠性。
技术关键词
降雨预测方法
文本特征向量
降雨预测技术
语义层面
预测雷达回波
大语言模型
语义标签
词向量模型
分区
回波特征
网格
序列
注意力机制
分词
图像
误差
系统为您推荐了相关专利信息
网络构建方法
大语言模型
语义角色
节点
网络构建系统
大语言模型
投影模型
联邦学习系统
生成对抗网络
编码向量
库构建方法
因子
人工智能模型
场景
图像视觉特征向量
查询特征
重识别方法
多模态特征
ROI图像
文本特征向量
决策方法
动态记忆体
模块
TOPSIS算法
矩阵