【技术实现步骤摘要】
基于自注意力变形网络的磁暴预测方法、装置及存储介质
本专利技术涉及地磁预测领域，特别是基于自注意力变形网络的磁暴预测方法、装置及存储介质。
技术介绍
地磁暴主要是由太阳耀斑爆发时向外辐射出大量紫外线、X射线等高能粒子流，并到达地球严重干扰地球磁场而引起的。地磁暴的发生会引起重大停电事故，干扰无线电通讯和卫星的运行，以及航空航海导航定位，因此对地磁暴的预报具有非常重要的科学和经济意义。太阳耀斑的爆发与多种因素有关，而这些因素又与地磁暴发生的预测存在着复杂的关系，其中的规律难以把握。
技术实现思路
本专利技术的目的在于至少解决现有技术中存在的技术问题之一，提供基于自注意力变形网络的磁暴预测方法、装置及存储介质。本专利技术解决其问题所采用的技术方案是：本专利技术的第一方面，基于自注意力变形网络的磁暴预测方法，包括以下步骤：输入卫星磁测数据和太阳高能粒子数据；提取卫星磁测数据的第一特征；提取太阳高能粒子数据的第二特征；基于所述第一特征和所述第二特征进行分类得到地磁指...
【技术保护点】
1.基于自注意力变形网络的磁暴预测方法，其特征在于，包括以下步骤：/n输入卫星磁测数据和太阳高能粒子数据；/n提取所述卫星磁测数据的第一特征；/n提取所述太阳高能粒子数据的第二特征；/n基于所述第一特征和所述第二特征进行分类得到地磁指数；/n其中，所述提取太阳高能粒子数据的第二特征包括以下步骤：/n输入所述太阳高能粒子数据至编码器，使所述太阳高能粒子数据经过多个编码子层处理；其中在所述编码子层中，所输入的数据依次经过第一多头自注意力结构、第一全连接前向网络处理；/n将所述编码器的输出输入至解码器，使所述编码器的输出经过多个解码子层处理，再经过最终线性变换层和softmax函...
【技术特征摘要】
1.基于自注意力变形网络的磁暴预测方法，其特征在于，包括以下步骤：
输入卫星磁测数据和太阳高能粒子数据；
提取所述卫星磁测数据的第一特征；
提取所述太阳高能粒子数据的第二特征；
基于所述第一特征和所述第二特征进行分类得到地磁指数；
其中，所述提取太阳高能粒子数据的第二特征包括以下步骤：
输入所述太阳高能粒子数据至编码器，使所述太阳高能粒子数据经过多个编码子层处理；其中在所述编码子层中，所输入的数据依次经过第一多头自注意力结构、第一全连接前向网络处理；
将所述编码器的输出输入至解码器，使所述编码器的输出经过多个解码子层处理，再经过最终线性变换层和softmax函数层处理得到所述第二特征；其中在所述解码子层中，所输入的数据依次经过掩膜式多头自注意力结构、第二多头自注意力结构和第二全连接前向网络处理。
2.根据权利要求1所述的基于自注意力变形网络的磁暴预测方法，其特征在于，在所述第一多头自注意力结构中执行以下步骤：
步骤1a、使所输入的数据分别输入至三个不同的线性变换层得到第一Query向量、第一Key向量、第一Value向量；
步骤1b、将所述第一Query向量、所述第一Key向量和所述第一Value向量输入至放缩点积注意力结构中；
步骤1c、重复执行步骤1a和步骤1b得到不同的多个所述放缩点积注意力结构的输出，将多个所述放缩点积注意力结构的输出进行拼接再线性变换，得到所述第一多头自注意力结构的输出。
3.根据权利要求1所述的基于自注意力变形网络的磁暴预测方法，其特征在于，在所述第一全连接前向网络结构中执行以下步骤：所输入的数据依次经过两个线性变换层和一个ReLU激活层。
4.根据权利要求1所述的基于自注意力变形网络的磁暴预测方法，其特征在于，在所述掩膜式多头自注意力结构执行以下步骤：
步骤2a、使所输入的数据分别输入至三个不同的线性变换层得到第二Query向量、第二Key向量、第二Value向量；其中所述第二Query向量、所述第二Key向量、所述第二Value向量中的未来数据用0覆盖；
步骤2b、将所述第二Query向量、所述第二Key向量和所述第二Value向量输入至放缩点积注意力结构中；
步骤2c、重复执行步骤2a和步骤2b得到不同的多个所述放缩点积注意力结构的输出，将多个所述放缩点积注意力结构的输出进行拼接再线性变换，得到所述掩膜式多...
【专利技术属性】
技术研发人员：周文略，柯琪锐，翟懿奎，陈家聪，江子义，甘俊英，应自炉，王天雷，曾军英，徐颖，
申请(专利权)人：五邑大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。