摘要
本发明公开了一种基于AE‑TT模型的人饮干旱预测方法,包括构建干旱指数、构建得到标准化人饮干旱指数SHI、搭建归因增强型时序 Transformer(Attribution‑Enhanced Temporal Transformer,AE‑TT)深度学习模型进行人饮干旱预测,并通过AE‑TT模型将人饮干旱预测结果输出等步骤。本方法针对当前广西大石山区人饮干旱评估缺乏系统性指标体系的问题,构建适用于该地区的人饮干旱评估指数体系,实现对无稳定水源区域因旱缺水状况的精准量化与科学分级,为干旱程度研判提供标准化工具;突破现有干旱预测技术在大石山区人饮领域的适用性局限,研发基于深度学习的人饮干旱指数高精度预测技术,提升对不同时段干旱发生趋势的预判能力,为提前部署供水保障措施提供科学依据。
技术关键词
归因
净化特征
加权损失函数
人饮工程
深度学习模型
指数
序列
超参数
交叉注意力机制
标准化工具
时序依赖关系
矩阵
特征数
解码器
索引
更新模型参数
前馈神经网络
编码器
概率密度函数
系统为您推荐了相关专利信息
动态视频数据
视频采集单元
接触式
深度学习模型
偏振滤光片
深度学习模型
线性热膨胀系数
高性能聚酰亚胺
高通量筛选技术
聚合物分子结构
联邦学习模型
星际文件系统
医疗图像数据
参数
图像处理模块