[發明專利]基于Attention機制的短臨降水預測方法有效
| 申請號： | 202110502961.2 | 申請日： | 2021-05-10 |
| 公開（公告）號： | CN113255972B | 公開（公告）日： | 2022-11-01 |
| 發明（設計）人： | 牛丹;欒岱洋;李浩瑞;郁航遠;張建東;曹中豪 | 申請（專利權）人： | 東南大學 |
| 主分類號： | G06Q10/04 | 分類號： | G06Q10/04;G06N3/04;G06N3/08;G06Q50/26 |
| 代理公司： | 南京眾聯專利代理有限公司 32206 | 代理人： | 杜靜靜 |
| 地址： | 210096 *** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 attention 機制 降水 預測 方法 | ||
1.基于Attention機制的短臨降水預測方法，其特征在于：包括以下步驟：
S1：輸入前t時刻的雷達回波圖序列(V1,V2,…，Vt)和預處理后的模式數據Key(K)，對輸入數據進行數據清洗與去噪，得到處理后的輸入數據；
S2：將雷達回波圖的灰度圖像輸入包含4層卷積和最大池化的CNN網絡，然后經過線性全連接層得到n維數組，這n維數組作為Query(Q)；
S3：將雷達回波圖序列、模式數據和S2中的Query輸入包括4個Attention單元和Norm層的編碼器，然后將結果輸入包括4個Attention單元、Norm層和全連接層的解碼器，得到預測雷達回波圖序列Vt+1,Vt+2,…,Vt+p；
S4：對預測的雷達回波圖像，通過Z-R變換得到未來的區域降水預測，輸出短臨降水預測結果Yt+1,Yt+2,…,Yt+p，其中，Yt+q表示預測的t+q時刻的雷達回波圖轉換為降水圖后的結果，1≤q≤p，p表示短臨降水預測時刻的總數。
2.根據權利要求1所述的基于Attention機制的短臨降水預測方法，其特征在于：所述步驟S1中，對輸入t時刻的歷史雷達回波圖序列的去噪過程包括以下步驟：
S11：對未去噪的歷史雷達回波圖引入平滑因子以進行地物剔除；
S12：對經過S11處理后的歷史雷達回波圖使用二維小波變換進行去噪。
3.根據權利要求1所述的基于Attention機制的短臨降水預測方法，其特征在于：所述的步驟S2中，使用3×3的卷積核對圖像進行卷積(Convolution)操作，卷積計算公式為
其中F為卷積核，G為原圖像，H為卷積變換后的圖像；
線性全連接網絡(Feed Forward Neural Network,FFNN)的輸出可以表示為
Q＝FFNN(V)＝WTV
其中V表示線性全連接層的輸入，Q表示線性全連接層的輸出，W為待訓練權重參數。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于東南大學，未經東南大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110502961.2/1.html，轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法；其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政；管理
G06Q10-02 .預定，例如用于門票、服務或事件的
G06Q10-04 .預測或優化，例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理，例如組織、規劃、調度或分配時間、人員或機器資源；企業規劃；組織模型
G06Q10-08 .物流，例如倉儲、裝貨、配送或運輸；存貨或庫存管理，例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化，例如電子郵件或群件的計算機輔助管理
