排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
针对时域卷积网络(TCN)提取能力受卷积层感受野限制,难以对天气数据中的季节
性信息和长时信息进行有效提取与分析的问题,提出了一个新的基于 TCN 的多尺度双线性天气
预测模型。该模型由 TCN 层和双线性汇合层 2 部分组成,时域卷积层包含双路 TCN,每个 TCN
利用历史观测数据独立提取特征,除卷积核尺度之外,其他网络参数均保持一致。多尺度的
网络组合可以更深入挖掘数据中潜在关联信息;时域卷积层的输出作为双线性汇合层的输入
进行双线性融合,规范化后得到最终输出,即对未来天气的预测值,进一步提升模型的特征
表示能力。在公开的天气预测数据集上与 5 个基准方法进行对比,实验结果表明所提方法的预
测结果准确率更高;此外,对比 TCN,多尺度双线性天气预测模型面对长时数据信息时表现更
加稳定。 相似文献
1