公开(公告)号：CN118278499A

公开(公告)日：2024-07-02

申请号：CN202410445361.0

申请日：2024-04-15

Applicant: 吉林大学

Inventor： 李洪亮 ,  李想 ,  张弄 ,  徐哲文 ,  刘长征 ,  徐海啸

IPC: G06N3/096 ,  G06N3/0985 ,  G06Q10/04 ,  G06Q50/26 ,  G06N3/08 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442

Abstract: 本发明提供一种用于MJO预测的融合S2S多模式数据的迁移学习方法，涉及气象预测领域。所述用于MJO预测的融合S2S多模式数据的迁移学习方法能够有效利用不同气候模式的丰富数据，基于迁移学习的思想，利用S2S多模式数据进行模型预训练，提前学习了不同气候模式中的运动规律，以此保提升MJO的预测准确性。本发明，通过结合计算机深度学习相关知识，设计了适用于MJO预测的深度时空网络模型，即卷积神经网络与循环神经网络相结合，CNN+LSTM，一定程度的提高了MJO的预测准确率，同时保持了深度学习方法高效的预测能力。