公开(公告)号：CN117094431A

公开(公告)日：2023-11-21

申请号：CN202310961341.4

申请日：2023-08-01

Applicant: 中国地质大学(武汉) ,  湖北省自然资源厅信息中心 ,  襄阳市测绘研究院

Inventor： 张冬梅 ,  贾思亮 ,  李江 ,  明俊豪 ,  罗长林 ,  王志莉 ,  王群

IPC: G06Q10/04 ,  G06F16/2458 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/084 ,  G06Q50/26

Abstract: 本发明提供了一种多尺度熵门控的DWTformer气象数据时序预测方法及设备，属于气象时序预测技术领域。基于Transformer网络，设计基于多尺度熵门控的离散小波时序分解模块实现周期项和趋势项自适应分解，以描述不同时间尺度下的数据变化趋势，并引入Wasserstein自注意力机制和指数平滑预测模块分别提取不同频率尺度下的特征，充分挖掘生产数据间的时序依赖关系，提出的DWTformer模型能有效解决具有非线性、非平稳特征的气象数据预测难的问题。本发明提出的改进Transformer时序预测模型——DWTformer，对气象数据进行多尺度的时序特征提取及预测，较好挖掘气象数据潜在的时序依赖关系，提高预测精度，实验结果表明本发明提出一种多尺度熵门控的DWTformer气象数据时序预测方法比现有方法预测精度更高。

公开(公告)号：CN114444584A

公开(公告)日：2022-05-06

申请号：CN202210019775.8

申请日：2022-01-10

Applicant: 中国地质大学(武汉)

Inventor： 张冬梅 ,  贾思亮 ,  李江 ,  成建梅 ,  朱天清

IPC: G06K9/62 ,  G06N20/00

Abstract: 本发明公开了一种Informer模型改进方法及长序列时序的预测方法及系统，其中Informer模型改进方法主要对Informer模型中的ProbSparse自注意力机制进行改进，具体使用Wasserstein距离替换KL散度。本发明通过引入Wasserstein距离将Informer模型做进一步改进，在长序列预测任务中表现出更好的性能。基于Wasserstein距离的自注意力机制在度量无重叠分布时，效果优于KL散度。