基于时空序列聚类算法和LSTM神经网络雷电预测方法

    公开(公告)号:CN112668790B

    公开(公告)日:2023-07-25

    申请号:CN202011617345.3

    申请日:2020-12-30

    Abstract: 本发明公开了基于时空序列聚类算法和LSTM神经网络雷电预测方法,属于计算机科学技术领域,本发明的基于时空序列聚类算法和LSTM神经网络雷电预测方法,根据雷电中心经纬度的变化,利用基于雷电预测改进的DBSCAN密度聚类算法得到Eps值和每个时间片的雷电中心,通过LSTM神经网络预测出下一个时间片的雷电中心的地理位置。本发明可以自动计算出密度聚类DBSCAN的聚类半径,LSTM神经网络对雷电中心经纬度预测预测误差小精度高,基本可以满足实际的雷电预测需求。本发明首次尝试用LSTM神经网络解决雷电预测问题,之前的方法一般使用多项式拟合或者其他拟合方法,对雷电中心移动这个复杂的过程模拟的不够完全。

Patent Agency Ranking