一种基于深度学习算法的热带气旋轨迹预测方法
基本信息
| 申请号 | CN202210336837.8 | 申请日 | - |
| 公开（公告）号 | CN114694037A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114694037A | 申请公布日 | 2022-07-01 |
| 分类号 | G06V20/13（2022.01）I;G06V10/42（2022.01）I;G06V10/44（2022.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 廉洁;董萍萍 | 申请（专利权）人 | 上海师范大学 |
| 代理机构 | 上海科盛知识产权代理有限公司 | 代理人 | - |
| 地址 | 200234上海市徐汇区桂林路100号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于深度学习算法的热带气旋轨迹预测方法，包括：获取待预测遥感图像，进行预处理后载入热带气旋轨迹预测模型中，获取待预测遥感图像中气旋的位置；热带气旋轨迹预测模型包括编码器和解码器，编码器包括相互连接的空间注意模块和第一ConvLSTM结构，解码器包括第二ConvLSTM结构；模型训练过程包括：获取发生热带气旋时的遥感影像，对该影像进行预处理后划分为训练集、验证集和测试集，采用训练集对热带气旋轨迹预测模型进行前向传播和方向参数更新，采用验证集验证模型的泛化能力，采用测试集进行模型性能评估。与现有技术相比，本发明的模型在时间效率上和预测精度上都有很好的提升。且能够处理大量的热带气旋遥感图像和最佳轨迹数据。 |
