摘要
本发明公开了基于多模态融合网络模型的台风路径与强度预测方法,属于气象监测技术领域。该方法包括:获取台风的位置坐标、中心风速、中心气压,以及台风中心区域的风场与位势高度的再分析数据;构建数据与物理共同驱动的多模态融合网络模型;构建该多模态融合网络模型的损失函数,通过反向传播更新多模态融合网络模型的参数,获得训练好的多模态融合网络模型;将测试集中的数据输入至训练好的多模态融合网络模型,输出台风路径与强度。本发明解析了风场内部动态关联关系与位势高度场的时空特征,并且为台风路径和强度预测提供有效物理约束,将本发明所述方法用于台风路径与强度预测,可以提高台风路径与强度预测的准确性。
技术关键词
强度预测方法
多模态
融合特征
变换块
特征提取模块
生成对抗网络
风场
编码器
批量
解码器
气象监测技术
多尺度特征融合
注意力机制
表达式
网络模块
训练集数据
物理
系统为您推荐了相关专利信息
图像特征提取模型
地点识别方法
局部特征提取
样本
压缩特征
多模态特征
激光雷达传感器
点云信息
机器人
数据对齐模块
坐标测量方法
完整点云数据
多模态传感器
区域生长算法
投影面
负荷预测方法
序列
节点
编码特征
Pearson相关系数
负载均衡方法
神经网络架构
强化学习算法
密度聚类算法
充电基础设施