公开(公告)号：CN118735082B

公开(公告)日：2024-12-06

申请号：CN202411225933.0

申请日：2024-09-03

Applicant: 南京信息工程大学

Inventor： 石承文 ,  范怡 ,  尹志聪 ,  段明铿

IPC: G06Q10/04 ,  G06N3/04 ,  G06N3/0464 ,  G06N3/082 ,  G06Q50/26

Abstract: 本发明公开了一种基于3D‑TimesNet的次季节气温预报订正方法，包括：采用结合傅里叶变换和卷积神经网络的三维时间块3D‑TimesBlock，构建融合次季节气温预报结果与历史气温数据的3D‑TimesNet神经网络优化模型，并利用次季节气温预报结果数据集和历史气温数据集进行训练；将训练好的模型进行优化加速；利用优化后模型，针对目标时间，输入待订正次季节气温预报结果与历史气温数据，将模式输出数据进行反标准化，得到订正后的目标时间的气温预报结果。本发明能够有效提取气温的周期性变化规律和空间关系，在次季节气温的预报方面具有独特的适用性和显著的优势，推动了气象预报领域的前进。

公开(公告)号：CN118735082A

公开(公告)日：2024-10-01

申请号：CN202411225933.0

申请日：2024-09-03

Applicant: 南京信息工程大学

Inventor： 石承文 ,  范怡 ,  尹志聪 ,  段明铿

IPC: G06Q10/04 ,  G06N3/04 ,  G06N3/0464 ,  G06N3/082 ,  G06Q50/26

Abstract: 本发明公开了一种基于3D‑TimesNet的次季节气温预报订正方法，包括：采用结合傅里叶变换和卷积神经网络的三维时间块3D‑TimesBlock，构建融合次季节气温预报结果与历史气温数据的3D‑TimesNet神经网络优化模型，并利用次季节气温预报结果数据集和历史气温数据集进行训练；将训练好的模型进行优化加速；利用优化后模型，针对目标时间，输入待订正次季节气温预报结果与历史气温数据，将模式输出数据进行反标准化，得到订正后的目标时间的气温预报结果。本发明能够有效提取气温的周期性变化规律和空间关系，在次季节气温的预报方面具有独特的适用性和显著的优势，推动了气象预报领域的前进。