公开(公告)号：CN112417752B

公开(公告)日：2022-11-08

申请号：CN202011185873.6

申请日：2020-10-29

Applicant: 济南大学

Inventor： 牛四杰 ,  王丽梅 ,  韩天昊 ,  周雪松

IPC: G06F30/27 ,  G06T7/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积LSTM神经网络的云层轨迹预测方法及系统，方法包括以下步骤：步骤1，获取目标云层的雷达反射率因子图像；步骤2、对雷达反射率因子图像数据进行预处理操作；步骤3、构造雷达反射率因子图像数据集，所述雷达反射率因子图像数据集包括训练集和测试集；步骤4、结合卷积LSTM神经网络、编码‑解码器、原始卷积层和原始反卷积层构建时空序列云轨迹预测模型；步骤5、利用训练集的数据训练时空序列云轨迹预测模型；步骤6、利用训练后的时空序列云轨迹预测模型对实时数据进行云层轨迹预测。本发明能够提高云层轨迹预测的效率和准确度。

公开(公告)号：CN112417752A

公开(公告)日：2021-02-26

申请号：CN202011185873.6

申请日：2020-10-29

Applicant: 济南大学

Inventor： 牛四杰 ,  王丽梅 ,  韩天昊 ,  周雪松

IPC: G06F30/27 ,  G06T7/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积LSTM神经网络的云层轨迹预测方法及系统，方法包括以下步骤：步骤1，获取目标云层的雷达反射率因子图像；步骤2、对雷达反射率因子图像数据进行预处理操作；步骤3、构造雷达反射率因子图像数据集，所述雷达反射率因子图像数据集包括训练集和测试集；步骤4、结合卷积LSTM神经网络、编码‑解码器、原始卷积层和原始反卷积层构建时空序列云轨迹预测模型；步骤5、利用训练集的数据训练时空序列云轨迹预测模型；步骤6、利用训练后的时空序列云轨迹预测模型对实时数据进行云层轨迹预测。本发明能够提高云层轨迹预测的效率和准确度。