一种极光图像的地磁台站数据预测方法及系统

专利主权项内容

1.一种极光图像的地磁台站数据预测方法，其特征在于，包括以下步骤：(1)获取卫星的极区紫外极光图像数据和地面台站的地磁台站数据；(2)对极区紫外极光图像数据进行预处理构建数据集，并划分训练集、验证集和测试集；(3)构建多层卷积网络模块提取极光卵局部特征，所述多层卷积网络模块的多层卷积网络共包括四个卷积块，其中前两个卷积块由两层卷积层和一层池化层组成，后两个卷积块由三层卷积层和一层池化层组成；(4)构建Transformer编码网络模块对极光图像进行全局交互以编码极光卵全局特征，所述Transformer编码网络模块的编码网络由嵌入层和编码层组成，嵌入层将输入的极光图像划分为固定大小的补丁，再通过线性映射将补丁向量转化为固定长度的嵌入向量，并嵌入位置编码以符合Transformer编码层输入范式；(5)构建层级特征融合模块，聚合层级间注意力权重，筛选编码层判别性特征，融合局部特征表示和全局特征表示，得到预测特征；层级特征融合模块分为前后层级间的特征聚合以及卷积块特征与编码特征融合，所述前后层级间的特征聚合是将前后层级间的注意力权重融合并对标记进行筛选，以提取层级聚合后的编码层判别性特征；所述卷积块特征与编码特征融合是将卷积块特征与层级聚合后的编码层判别性特征进行融合构成融合特征；(6)构建回归预测模块，将最终的预测特征展开为向量，再将预测特征输入回归预测模块，输出地磁台站数据；(7)定义损失函数，利用步骤(2)中构建的训练集和验证集，对由多层卷积网络模块，Transformer编码网络模块，层级特征融合模块和回归预测模块四部分组成的地磁台站数据预测模型进行训练和验证，调整用于训练的超参数得到训练好的地磁台站数据预测模型；(8)利用训练好的地磁台站数据预测模型对地磁台站数据进行预测，分析评价预测结果；利用步骤(2)中构建的测试集，输入步骤(7)中训练好的地磁台站数据预测模型，得到地磁台站数据的预测结果；并结合真实值对预测结果进行误差分析评价。