基于双注意力机制的多要素海表面温度预测方法

    公开(公告)号:CN114819338A

    公开(公告)日:2022-07-29

    申请号:CN202210438445.2

    申请日:2022-04-25

    Abstract: 本发明涉及一种基于双注意力机制的多要素海表面温度预测方法,包括:对海面监测数据进行预处理,获得输入时间序列X,并将其作为要素注意力模块的输入获得k时刻的要素注意力权重再将要素注意力权重和对应的输入时间序列X相乘得到加权特征X′;通过编码器对加权特征X′进行转换获得所有时间步长的隐藏状态hl,并将其作为时间注意力模块的输入获得t时刻的时间注意力权重βt。上述基于双注意力机制的多要素海表面温度预测方法,通过编码器‑解码器架构的预测模型用于长期时间序列SST预测,显著提高了预测精度。其中要素注意力和时间注意力模块不仅可以自适应地选择最相关的要素特征,还可以适当地捕捉时间序列SST数据的长期时间相关性。

    基于双注意力机制的多要素海表面温度预测方法

    公开(公告)号:CN114819338B

    公开(公告)日:2024-07-19

    申请号:CN202210438445.2

    申请日:2022-04-25

    Abstract: 本发明涉及一种基于双注意力机制的多要素海表面温度预测方法,包括:对海面监测数据进行预处理,获得输入时间序列X,并将其作为要素注意力模块的输入获得k时刻的要素注意力权重#imgabs0#再将要素注意力权重#imgabs1#和对应的输入时间序列X相乘得到加权特征X′;通过编码器对加权特征X′进行转换获得所有时间步长的隐藏状态hl,并将其作为时间注意力模块的输入获得t时刻的时间注意力权重βt。上述基于双注意力机制的多要素海表面温度预测方法,通过编码器‑解码器架构的预测模型用于长期时间序列SST预测,显著提高了预测精度。其中要素注意力和时间注意力模块不仅可以自适应地选择最相关的要素特征,还可以适当地捕捉时间序列SST数据的长期时间相关性。

Patent Agency Ranking