龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京信息工程大学
摘要：本发明公开了气象预报技术领域的一种基于ST‑Transformer的暴雨预测方法、系统、介质及设备，旨在解决现有技术无法满足实际需求的问题。包括：采集多源气象数据集；根据所述多源气象数据集，进行数据预处理，得到处理后数据集；根据所述处理后数据集，进行数据编码，得到编码后数据集；根据所述编码后数据集，基于训练并优化好的暴雨预测模型，进行暴雨预测，得到预测结果。本发明能有效提取和利用气象数据中的时空特征、地理特征以及物理规律，提高了暴雨预报的时空分辨率、准确性和物理一致性，并适用于各类复杂地形条件下的暴雨预测，为防灾减灾、城市管理、农业生产等领域提供科学可靠的决策支持。
主权项：1.一种基于ST-Transformer的暴雨预测方法，其特征在于，包括：采集多源气象数据集；根据所述多源气象数据集，进行数据预处理，得到处理后数据集；根据所述处理后数据集，进行数据编码，得到编码后数据集；根据所述编码后数据集，基于训练并优化好的暴雨预测模型，进行暴雨预测，得到预测结果；所述暴雨预测模型基于ST-Transformer模型构建，包括：采用多头时空注意力机制的时空编码器，用于捕捉模型输入中时空序列的动态变化和空间相关性，得到时空特征；地理信息嵌入层，用于将模型输入中的地理特征转化为嵌入向量，并与所述时空特征深度融合，得到地理信息嵌入结果；物理约束融合层，用于将大气动力学、热力学和暴雨形成相关的物理参数作为先验知识与所述时空特征结合，得到物理约束融合结果；自回归解码器，用于根据所述时空特征、地理信息嵌入结果和物理约束融合结果，逐时预测未来时段的降水率；所述暴雨预测模型的训练和优化过程包括：构建多源气象训练集、验证集和测试集；构建暴雨预测模型，根据所述训练集，对所述暴雨预测模型进行模型训练，通过反向传播和优化算法更新模型参数，得到训练好的暴雨预测模型；使用所述验证集对所述训练好的暴雨预测模型进行模型性能评估和超参数调整；使用所述测试集测试所述训练好的暴雨预测模型的预测效果，得到优化好的暴雨预测模型。
全文数据：
权利要求：
百度查询： 南京信息工程大学 一种基于ST-Transformer的暴雨预测方法、系统、介质及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号