申请/专利权人:南京信息工程大学
申请日:2024-01-11
公开(公告)日:2024-04-16
公开(公告)号:CN117891006A
主分类号:G01W1/10
分类号:G01W1/10;G06N3/0464;G06N3/0442;G06F18/213;G06F18/25
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明公开了一种基于时空融合网络的热带气旋轨迹预测方法,包括以下步骤:1获取原始数据集,构建热带气旋及其周边环境数据的三维时序结构;2构建CaConvNeXt‑GRU分支模块实现对热带气旋三维时序结构深层次的时空建模;3构建卷积网络分支模块提取热带气旋的二维时序特征;4构建整体的DSTFN时空融合网络模型,对步骤2和步骤3得到的分支模块进行融合;5对时空融合网络模型进行优化;6预测热带气旋的二维和三维时空特征;本发明提出的热带气旋路径预测方法的准确性优于现有的基于深度学习的热带气旋路径预测模型。
主权项:1.一种基于时空融合网络的热带气旋轨迹预测方法,其特征在于,包括以下步骤:1获取原始数据集,构建热带气旋及其周边环境数据的三维时序结构;2构建CaConvNeXt-GRU分支模块实现对热带气旋三维时序结构深层次的时空建模;3构建卷积网络分支模块提取热带气旋的二维时序特征;4构建整体的DSTFN时空融合网络模型,对步骤2和步骤3得到的分支模块进行融合;5对时空融合网络模型进行优化;6预测热带气旋的二维和三维时空特征。
全文数据:
权利要求:
百度查询: 南京信息工程大学 一种基于时空融合网络的热带气旋轨迹预测方法
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。