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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD