公开(公告)号：CN114139690A

公开(公告)日：2022-03-04

申请号：CN202111498466.5

申请日：2021-12-09

Applicant: 南京邮电大学

Inventor： 豆浩冉 ,  谢世朋

IPC: G06N3/04 ,  G06N3/08 ,  G01S7/41 ,  G01S13/95 ,  G01W1/10

Abstract: 本发明提供了一种短临降水预测方法，基于ConvLSTM网络和SENet注意力机制模块而实现，该方法包括对气象卫星数据进行预处理；用雷达反演降水；构建融合了SENet注意力模块的ConvLSTM网络；将经过预处理的雷达回波图像导入到网络中进行训练，得到网络训练模型；使用训练完毕的模型去生成预测降水图像。本发明输入和输出的数据均为雷达回波图像，结果表达更直观，最后的结果准确性更高。此外，本发明充分的利用了全局特征，使学习到的全局信息更合理。再有，通过加入SENet注意力模块，使网络模型的效果产生显著提升。最后，本发明在训练过程中没有改变图像的尺寸，完美的保留了图像的细节和边缘信息。

公开(公告)号：CN114139690B

公开(公告)日：2024-07-26

申请号：CN202111498466.5

申请日：2021-12-09

Applicant: 南京邮电大学

Inventor： 豆浩冉 ,  谢世朋

IPC: G06N3/0442 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08 ,  G01S7/41 ,  G01S13/95 ,  G01W1/10

Abstract: 本发明提供了一种短临降水预测方法，基于ConvLSTM网络和SENet注意力机制模块而实现，该方法包括对气象卫星数据进行预处理；用雷达反演降水；构建融合了SENet注意力模块的ConvLSTM网络；将经过预处理的雷达回波图像导入到网络中进行训练，得到网络训练模型；使用训练完毕的模型去生成预测降水图像。本发明输入和输出的数据均为雷达回波图像，结果表达更直观，最后的结果准确性更高。此外，本发明充分的利用了全局特征，使学习到的全局信息更合理。再有，通过加入SENet注意力模块，使网络模型的效果产生显著提升。最后，本发明在训练过程中没有改变图像的尺寸，完美的保留了图像的细节和边缘信息。