首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于Transformer的气象要素季节内振荡分量的延伸期预报系统及方法 

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:无锡学院;无锡天祺云辰科技有限责任公司;中国气象局公共气象服务中心(国家预警信息发布中心)

摘要:本发明公开了基于Transformer的气象要素季节内振荡分量的延伸期预报系统及方法,属于气象预报领域,系统包括:数据收集模块、模型优化模块、模型训练模块和预报模块;数据收集模块用于收集历史气象资料,并利用滤波方法提取历史气象资料的气象要素季节内振荡分量;模型优化模块用于构建并优化Transformer模型,得到优化后模型;模型训练模块基于气象要素季节内振荡分量对优化后模型进行训练评估,得到延伸期预报模型;预报模块用于利用延伸期预报模型进行气象预报。本发明改良了传统神经网络预报方法,同时配合增加输入时次数量至最优值的方式提升了延伸期气象要素季节内振荡分量的预报准确率,改善了延伸期预报的效果。

主权项:1.基于Transformer的气象要素季节内振荡分量的延伸期预报系统,其特征在于,包括:数据收集模块、模型优化模块、模型训练模块和预报模块;所述数据收集模块用于收集历史气象资料,并利用滤波方法提取所述历史气象资料的气象要素季节内振荡分量;所述模型优化模块用于构建并优化Transformer模型,得到优化后模型;所述模型训练模块基于所述气象要素季节内振荡分量对所述优化后模型进行训练评估,得到延伸期预报模型;所述预报模块用于利用所述延伸期预报模型进行气象预报;所述模型优化模块包括:输入层优化单元、注意力机制优化单元、多层感知机优化单元和逆卷积优化单元;所述输入层优化单元用于将原始Transformer模型中的PatchEmbedding部分更换为Cross-scaleEmbedding;所述注意力机制优化单元用于将原始Transformer模型中的注意力机制计算部分更换为AFNO3D块;所述多层感知机优化单元用于将原始Transformer模型中的MLP块部分更换为SwishMLP块;所述逆卷积优化单元用于将原始Transformer模型中的PatchRecovery部分的逆卷积操作更换为卷积操作与PixelShuffle层的结合。

全文数据:

权利要求:

百度查询: 无锡学院 无锡天祺云辰科技有限责任公司 中国气象局公共气象服务中心(国家预警信息发布中心) 基于Transformer的气象要素季节内振荡分量的延伸期预报系统及方法

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。