申请/专利权人:南京航空航天大学
申请日:2022-09-23
公开(公告)日:2024-04-02
公开(公告)号:CN117805825A
主分类号:G01S13/95
分类号:G01S13/95;G01S7/41;G06N3/0442;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明公开了一种基于时空记忆解耦RNN的雷暴预测方法,该方法步骤包括:获取气象雷达回波数据,对气象雷达回波数据进行预处理,得到雷达回波灰度图像,在ST‑LSTM单元的基础上,构建一个带有记忆解耦模块的循环神经网络模型,将气象雷达回波灰度图像转换为时间序列,划分为训练集和测试集。将训练集代入步骤S2中带有记忆解耦模块的循环神经网络中进行训练,并在训练过程中利用测试集进行验证,当训练次数达到预设次数停止训练;利用训练好的网络对测试集进行雷暴预测,获得短期临近时刻雷暴预测图像时间序列。本发明在不同的记忆状态被训练成专注于雷暴时空变化的不同方面,不会学习到冗余特征,一定程度上提升了雷暴预测的精度。
主权项:1.一种基于时空记忆解耦RNN的雷暴预测方法,其特征在于,包括以下步骤:S1、获取气象雷达回波数据,对气象雷达回波数据进行预处理,得到雷达回波灰度图像;S2、在时空-长短时记忆网络ST-LSTM单元的基础上,构建一个带有记忆解耦模块的循环神经网络模型;S3、将气象雷达回波灰度图像转换为时间序列,划分为训练集和测试集;将训练集代入S2中带有记忆解耦模块的循环神经网络中进行训练,并在训练过程中利用测试集进行分类识别验证,当训练次数达到预设次数停止训练;利用训练好的网络对测试集进行雷暴预测,获得短期临近时刻雷暴预测图像时间序列。
全文数据:
权利要求:
百度查询: 南京航空航天大学 一种基于时空记忆解耦RNN的雷暴预测方法
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。