首页|采用ALSTM模型的温度和降雨关联预测研究

采用ALSTM模型的温度和降雨关联预测研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
短时的降雨和温度等预报一直是天气预报中的重要问题.为了准确和及时预测局部区域的降雨及温度,提出了一种基于Attention和LSTM组合模型(ALSTM)的关联多值预测算法.该算法利用天气时间序列中的前期数据,对下一小时的降雨量和温度进行关联预测,以此实现对天气要素的多值预测.该算法首先对输入数据进行归一化处理;然后利用数据对ALSTM模型进行训练;最后将训练好的模型用于多值预测.将ALSTM模型与LSTM、BP以及基于LSTM的深度循环神经网络(DRNN)的预测结果进行了比较.实验结果表明,ALSTM模型的温度和降雨预测精度优于比较的其他模型,其平均预测精度在97％以上.
Study on association prediction of temperature and precipitation using ALSTM

黄坚强、秦亮曦

展开 >

广西大学计算机与电子信息学院,广西南宁530004

广西多媒体通信与网络技术重点实验室,广西南宁530004

深度学习 注意力机制 天气预测 长短期记忆模型(LSTM)

广西科技计划项目

桂科AB16380260

2021

10.13624/j.cnki.issn.1001-7445.2021.1024

广西大学学报(自然科学版)
广西大学

广西大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.767
ISSN：1001-7445
年,卷(期)：2021.46(4)
  • 2
  • 4