申请/专利权人:电子科技大学
申请日:2022-08-22
公开(公告)日:2022-12-09
公开(公告)号:CN115455810A
主分类号:G06F30/27
分类号:G06F30/27;G06N3/04;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.12.27#实质审查的生效;2022.12.09#公开
摘要:本发明提供了一种新的青藏高原植被返青物候期模拟方法,包括如下步骤:S1,获取输入数据:模型的输入数据包括气候驱动变量时间序列和非序列变量,所述气候驱动变量时间序列包括降水量、日平均气温、日间气温和日最低气温,所述非序列变量包括海拔、纬度和经度;S2,构建VGD‑LSTM模型:分别构建两个LSTM层作为模型主体,构建两个dropout层用作参数移除,构建一个flatten层以将提取的特征转换为一维特征向量,并与非序列变量连接,最后通过FC层及激活函数集成特征;S3,输出:将VGD预测的结果进行输出。本发明通过LSTM神经网络迭代的方式对VGD进行预测,考虑了多个气候和环境变量。与基于基准过程的VGD模型即分层模型相比,VGD‑LSTM在VGD模拟中取得了更好的平均绝对误差。
主权项:1.一种新的青藏高原植被返青物候期模拟方法,其特征在于:包括如下步骤:S1,获取输入数据:模型的输入数据包括非序列变量和气候驱动变量的时间序列,所述气候驱动变量包括降雨量、日平均气温、日间气温和日最低气温,所述非序列变量包括海拔、纬度和经度;S2,构建VGD-LSTM模型:分别构建两个LSTM层作为模型主体,构建两个dropout层用作参数移除,构建一个flatten层以将提取的特征转换为一维特征向量,并与非序列变量连接,最后通过FC层及激活函数集成特征;S3,输出:将VGD预测的结果进行输出。
全文数据:
权利要求:
百度查询: 电子科技大学 一种新的青藏高原植被返青物候期模拟方法
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。