基于多尺度混合注意力LSTM雷达回波外推方法

基于多尺度混合注意力LSTM雷达回波外推方法

TP456%TP409; 针对基于雷达回波图的短临天气预测准确度不高的问题,提出了多尺度混合注意力长短时记忆网络模型.模型以长短时记忆网络为基础,设计引入辅助分支,提取增强图像的全局信息.设计了混合注意力特征提取模块,提取数据的细粒度和粗粒度的信息.实验结果表明:模型在HSS和CSI 2 种指标上优于Conv-LSTM、Pred-RNN、RAP-Net等 9 种模型.在 5、20、40 dBz情况下,比Pred-RNN模型的HSS指标分别提升了 1.02%、2.46%、7.94%,比CSI指标分别提升了0.54%、2.29%、4.91%,改进明显....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:重庆理工大学学报 2023, Vol.37 (11), p.212-221
Hauptverfasser: 刘瑞华, 高翔, 邹洋杨
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:TP456%TP409; 针对基于雷达回波图的短临天气预测准确度不高的问题,提出了多尺度混合注意力长短时记忆网络模型.模型以长短时记忆网络为基础,设计引入辅助分支,提取增强图像的全局信息.设计了混合注意力特征提取模块,提取数据的细粒度和粗粒度的信息.实验结果表明:模型在HSS和CSI 2 种指标上优于Conv-LSTM、Pred-RNN、RAP-Net等 9 种模型.在 5、20、40 dBz情况下,比Pred-RNN模型的HSS指标分别提升了 1.02%、2.46%、7.94%,比CSI指标分别提升了0.54%、2.29%、4.91%,改进明显.
ISSN:1674-8425
DOI:10.3969/j.issn.1674-8425(z).2023.06.025