一种基于AE-TT模型的人饮干旱预测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于AE-TT模型的人饮干旱预测方法
申请号:CN202511069726
申请日期:2025-07-31
公开号:CN120952237A
公开日期:2025-11-14
类型:发明专利
摘要
本发明公开了一种基于AE‑TT模型的人饮干旱预测方法,包括构建干旱指数、构建得到标准化人饮干旱指数SHI、搭建归因增强型时序 Transformer(Attribution‑Enhanced Temporal Transformer,AE‑TT)深度学习模型进行人饮干旱预测,并通过AE‑TT模型将人饮干旱预测结果输出等步骤。本方法针对当前广西大石山区人饮干旱评估缺乏系统性指标体系的问题,构建适用于该地区的人饮干旱评估指数体系,实现对无稳定水源区域因旱缺水状况的精准量化与科学分级,为干旱程度研判提供标准化工具;突破现有干旱预测技术在大石山区人饮领域的适用性局限,研发基于深度学习的人饮干旱指数高精度预测技术,提升对不同时段干旱发生趋势的预判能力,为提前部署供水保障措施提供科学依据。
技术关键词
归因 净化特征 加权损失函数 人饮工程 深度学习模型 指数 序列 超参数 交叉注意力机制 标准化工具 时序依赖关系 矩阵 特征数 解码器 索引 更新模型参数 前馈神经网络 编码器 概率密度函数