摘要
本发明公开了基于深度学习的智能气候降尺度方法及系统,涉及气候降尺度数据处理技术领域。该基于深度学习的智能气候降尺度方法,包括:辅助特征冗余监测;气候降尺度数据负荷监测;模型适配性监测;情景适配性监测。本发明通过进行气候降尺度预处理数据冗余判别以决定是否需要辅助特征去冗余处理,其次进行气候降尺度预处理数据负荷分析以决定是否需要轻量化预处理,最后进行模型适配性分析以决定是否需要进行情景共性分析,达到了提升高分辨率气候变化情景预估数据时效性的效果,解决了现有技术中存在高分辨率气候变化情景预估数据时效性低的问题。
技术关键词
降尺度方法
数据冗余
气候变化情景
深度学习模型训练
监测模块
变量
指数
负荷
浅层特征提取
基准
总量
冗余特征
数据项
指标
标记
系统为您推荐了相关专利信息
巡视方法
监测机器人
图片
安防报警模块
引入注意力机制
电压稳定
模型训练模块
深度学习模型训练
历史运行数据
保护装置
景区导览系统
智能手机
健康监测模块
智能穿戴设备
电子邮箱