基于超网络的边缘侧设备小型循环神经网络的气象服务推荐方法及系统

本发明涉及基于超网络的边缘侧设备小型循环神经网络的气象服务推荐方法及系统，包括：在云端部署通用的预训练模型和超网络；使用时，采用通用的预训练模型提取历史数据的表征，超网络通过微调，结合预训练模型所提供的历史数据的表征，进一步学习用户本地近期气象数据的特有表征；基于用户本地近期气象数据的特有表征，超网络基于当前的数据分布为小型的主网络生成最优参数，将最优参数传递给边缘侧设备，为个人用户提供定制化的气象服务。本发明通过结合大型的时间序列预测预训练模型所提供的丰富先验知识以及超网络提供的使用场景特定的专业知识，有效的提高的生成主网络模型的预测精度，尤其在复杂数据集和长序列预测上表现良好。