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：南京师范大学
摘要：本发明公开了一种基于几何代数机器学习模型的台风强度预测方法，对原始台风数据进行预处理和特征提取，得到二维和三维特征数据集，并确定训练数据集、测试数据集和验证数据集；构建Clifford‑CNN模型，模型训练后，通过验证数据集由最小验证损失函数确定最优模型参数；向最优模型输入测试数据集，评估台风强度预测方法的性能。本发明将传统卷积神经网络中的标量操作扩展为多向量操作，卷积操作中几何乘积替代标量乘积，结合空间注意力机制，增强对台风强度的预测，构建CliffordWideandDeep模型模块，充分利用线性和非线性特征之间的关系，提高模型的泛化能力；与传统预报方法相比，本发明提高了约9％的预测精度，在保持预测性能的同时，大幅减少了模型参数的数量。
主权项：1.一种基于几何代数机器学习模型的台风强度预测方法，其特征在于，包括以下步骤：1构建几何代数机器学习模型的训练数据集和验证数据集，对原始台风数据进行预处理和特征提取，得到二维特征数据集2D-TSDK和三维特征数据集3D-TSDK，并确定训练数据集、测试数据集和验证数据集；2构建基于几何代数结合深度学习的Clifford-CNN模型，包括：Cliffordconv模块、CliffordLinear模块、CliffordBatchNorm模块、CliffordSpatialAttention模块、CliffordFusion模块和CliffordWideandDeep模型模块；3训练Clifford-CNN模型，通过验证数据集由最小验证损失函数确定最优模型参数；4向最优模型输入测试数据集，计算台风强度预测结果的平均绝对误差和均方根误差，评估台风强度预测方法的性能。
全文数据：
权利要求：
百度查询： 南京师范大学 一种基于几何代数机器学习模型的台风强度预测方法
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。
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