摘要
本发明涉及计算机技术领域,公开了一种边缘侧气象预测模型的实时校准方法、系统、电子设备及存储介质,包括获取多维气象时序数据,输入至神经网络模型,提取时空特征并输出初始预测值;将神经网络模型中的权重矩阵分解为幅值分量与方向分量,对方向分量进行低秩矩阵更新,得到更新后的方向分量,依据幅值分量与更新后的方向分量计算校准权重,结合本地观测数据对所述初始预测值进行偏差校正,生成校准后预测值;基于预测不确定性指标动态管理历史样本与当前样本,结合权重正则化约束构造抗遗忘训练目标,更新低秩矩阵参数以应对数据分布变化;本发明可提高实时气象预测服务的可靠性。
技术关键词
混合神经网络模型
实时校准方法
气象
样本
矩阵
低比特量化
预测误差
误差统计
电子设备
时序
幅值
局部时空特征
动态变化规律
数据分布特征
参数更新模块
系统为您推荐了相关专利信息
LightGBM模型
周期预测方法
建筑冷负荷
边界特征
建筑能源管理系统
智能识别控制方法
学习系统
多用户特征
个性化照明
照明控制模块