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！
摘要：本发明适用于农业气象预测领域，具体是基于多尺度卷积网络及扩散系统的农业气象预测方法，包括：利用训练好的多尺度卷积网络对农业气象图像进行初步预测，得到初步预测结果；通过扩散模型对初步预测结果进行处理，对初步预测结果进行处理包括：先通过扩散模型增加噪声捕获时空特征之间的联系，以及后通过多步逆扩散过程逐步消除预测结果中噪声；对基于多尺度卷积网络和扩散模型的预测模型进行训练，得到训练好的预测模型；对于给定的农业气象图像，利用预测模型生成未来多个时间步的预测图像序列并输出。本发明通过将时空卷积神经网络结合扩散系统，显著提升了时空数据对于长期预测结果性能的提高。
主权项：1.基于多尺度卷积网络及扩散系统的农业气象预测方法，其特征在于，该农业气象预测方法包括：S101：对来自不同时间步或空间位置的农业气象图像输入序列进行编码处理，得到对应的编码矩阵；S102：构建多尺度卷积网络，使用编码矩阵对多尺度卷积网络进行多尺度卷积网络的训练，提取输入序列的时空特征，利用训练好的多尺度卷积网络对农业气象图像进行初步预测，得到初步预测结果；S103：通过扩散模型对初步预测结果进行处理，对初步预测结果进行处理包括：先通过扩散模型增加噪声捕获时空特征之间的联系，以及后通过多步逆扩散过程逐步消除预测结果中噪声；S104：对基于多尺度卷积网络和扩散模型的预测模型进行训练，训练过程中，通过迭代更新模型参数，最小化预测图像和真实图像之间的均方误差，直到损失函数收敛，得到训练好的预测模型；S105：对于给定的农业气象图像，利用预测模型生成未来多个时间步的预测图像序列并输出，其中，预测图像序列用于反映气象条件的时空变化。
全文数据：
权利要求：
百度查询： 安徽农业大学 基于多尺度卷积网络及扩散系统的农业气象预测方法
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