基于多图卷积和记忆网络的多区域降水量预测模型构建方法

摘要

本发明公开了基于多图卷积和记忆网络的多区域降水量预测模型构建方法，包括：建立至少两个邻接矩阵；构建多个区域降水量输入数据集并计算依赖注意力分数；将依赖注意力分数输入到预先构建的LSTM记忆网络中得到输出值，将该值分别输入到预先构建的图卷积神经网络中；将所有图卷积神经网络的输出求和后输入到全连接层进行特征回归预测得到整个网络的降水量预测输出，根据误差训练整个模型至误差满足预设值，获得最终的多区域降水量预测模型。本发明，充分利用了降水量过程存在的时序特征，避免了现有技术仅仅考虑单时刻的各项变量值去预测降水量，丢失了各项变量值随时间的变化趋势信息，有效的提高了降水量预测的准确度。