中尺度涡轨迹平稳序列提取与循环神经网络预测方法

摘要

本发明公开了中尺度涡轨迹平稳序列提取与循环神经网络预测方法，该方法包括：收集相关数据并进行数理统计；引入应用相关熵的变分模态分解，搜索最佳参数，将非平稳的中尺度涡传播轨迹数据分解为K个平稳的子序列；建立基于双阶段注意力循环神经网络改进的多步预测网络模型；构建改进的正则化策略训练模型；将分解后的平稳子序列以及多特征变量序列依次送入多步预测网络模型，并通过改进的正则化策略训练模型，分别预测子序列，最终得到目标预测结果。本发明从机器学习角度通过卫星测高观测技术辅助中尺度涡轨迹数据的预测研究，中尺度涡的准确预测对理解它的传播和演化特征，提高气候变化的模拟能力都具有重要的科学和应用价值。