公开(公告)号：CN112734017B

公开(公告)日：2021-07-02

申请号：CN202110354588.0

申请日：2021-04-01

Applicant: 成都信息工程大学

Inventor： 罗飞 ,  曹亮 ,  刘魁 ,  舒红平 ,  任帅龙

IPC: G06N3/04 ,  G06N3/08 ,  G06F17/16 ,  G06F17/18 ,  G06F16/215 ,  G01W1/10 ,  G01W1/14

Abstract: 本发明提供一种降水量预测模型的建立方法，属于降水量预测技术领域，该方法包括以下步骤：S1：获取台站数据进行预处理，然后通过监督学习方式对预处理后的台站数据进行填补，得到补齐站点数据；所述台站数据包括站点坐标、站点坐标对应的要素值；S2：将归一化后的补齐站点数据送入神经网络进行特征提取；S3：将经特征提取后的数据输入Seq2Seq神经网络中进行编码，得到隐状态后再进入Seq2Seq神经网络中进行解码，输出预测气象空间特征序列；S4：基于Transformer神经网络对所述预测气象空间特征序列进行解码得到降水量预测模型。该方法建立的模型可用于精确预测一时间段内的降水量。

公开(公告)号：CN112734017A

公开(公告)日：2021-04-30

申请号：CN202110354588.0

申请日：2021-04-01

Applicant: 成都信息工程大学

Inventor： 罗飞 ,  曹亮 ,  刘魁 ,  舒红平 ,  任帅龙

IPC: G06N3/04 ,  G06N3/08 ,  G06F17/16 ,  G06F17/18 ,  G06F16/215 ,  G01W1/10 ,  G01W1/14

Abstract: 本发明提供一种降水量预测模型的建立方法，属于降水量预测技术领域，该方法包括以下步骤：S1：获取台站数据进行预处理，然后通过监督学习方式对预处理后的台站数据进行填补，得到补齐站点数据；所述台站数据包括站点坐标、站点坐标对应的要素值；S2：将归一化后的补齐站点数据送入神经网络进行特征提取；S3：将经特征提取后的数据输入Seq2Seq神经网络中进行编码，得到隐状态后再进入Seq2Seq神经网络中进行解码，输出预测气象空间特征序列；S4：基于Transformer神经网络对所述预测气象空间特征序列进行解码得到降水量预测模型。该方法建立的模型可用于精确预测一时间段内的降水量。