重庆理工大学学报2023,Vol.37Issue(11) :212-221.DOI:10.3969/j.issn.1674-8425(z).2023.06.025

基于多尺度混合注意力LSTM雷达回波外推方法

A radar echo extrapolation method based on multi-scale mixed attention LSTM

刘瑞华 高翔 邹洋杨
重庆理工大学学报2023,Vol.37Issue(11) :212-221.DOI:10.3969/j.issn.1674-8425(z).2023.06.025

基于多尺度混合注意力LSTM雷达回波外推方法

A radar echo extrapolation method based on multi-scale mixed attention LSTM

刘瑞华 1高翔 1邹洋杨1
扫码查看

作者信息

  • 1. 重庆理工大学 两江人工智能学院,重庆 401135
  • 折叠

摘要

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.

关键词

长短时记忆网络/雷达回波/注意力/多尺度

引用本文复制引用

基金项目

重庆市教委科学技术项目(KJQN202001129)

重庆市自然科学基金(cstc2019jcyjmsxmX0240)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子:0.567
ISSN:1674-8425
参考文献量15
段落导航相关论文