一种基于全连接神经网络日最高气温的预报方法

摘要

本发明涉及一种基于全连接神经网络日最高气温的预报方法，所述预报方法包括：S1、对观测资料数据和数值预报数据进行预处理；S2、将完成预处理的数据划分为训练集、验证集和测试集，并分别对训练集、验证集和测试集上的特征和目标执行数据进行归一化处理；S3、构建结合嵌入层的全连接神经网络模型，并对模型的超参数进行设置以及对模型进行训练；S4、对训练结束的模型进行评估，并通过模型对最高气温进行预测。本发明选择了时间滞后变量，同时为了能在数据集中标识不同站点以及样本的时间信息，设计了辅助变量，并针对站点编号和月份这两个分类，设计了嵌入层，避免了分季节和分区域建模。