基于量子卷积注意力模块的气象预测方法技术

技术编号:43965699 阅读:17 留言:0更新日期:2025-01-07 21:51
本申请公开了一种基于量子卷积注意力模块的气象预测方法。本申请的气象预测方法包括:将气象图像输入预训练好的QCBAM‑UNet模型的编码器的卷积模块进行卷积处理,得到初步特征图;将初步特征图输入编码器的量子卷积注意力模块并进行处理,得到气象特征图,量子卷积注意力模块配置为基于量子计算进行特征提取;将气象特征图跳跃连接至QCBAM‑UNet模型的解码器并进行处理,以得到预测结果。本申请的气象预测方法使用的QCBAM‑UNet模型加入了量子卷积注意力模块,使得QCBAM‑UNet模型能够更集中于目标特征,加快QCBAM‑UNet模型训练时的收敛速度,并且提高预测的准确率。

【技术实现步骤摘要】

本申请涉及量子计算,更具体而言,涉及到一种基于量子卷积注意力模块的气象预测方法


技术介绍

1、准确预测天气是现代工业化社会中的一个重要标志,天气预报被广泛用于个人和经济生活的规划、组织和管理。迄今为止,天气预报的主要方法是数值天气预报(nwp)。nwp依赖于考虑大气不同物理属性(如空气速度、压力和温度)的数学模型。在相关技术中,能够用于nwp的数学模型较为复杂,且受限于计算资源的消耗,气象预测的准确率难以进一步提高。


技术实现思路

1、本申请实施方式提供一种基于量子卷积注意力模块的气象预测方法。

2、本申请实施方式提供一种基于量子卷积注意力模块的气象预测方法,所述气象预测方法包括:

3、将气象图像输入预训练好的qcbam-unet模型的所述编码器的所述卷积模块进行卷积处理,得到初步特征图;

4、将所述初步特征图输入所述编码器的量子卷积注意力模块并进行处理,得到所述气象特征图,所述量子卷积注意力模块配置为基于量子计算进行特征提取;

5、将所述气象特征图跳跃连接至本文档来自技高网...

【技术保护点】

1.一种基于量子卷积注意力模块的气象预测方法,其特征在于,所述气象预测方法包括:

2.根据权利要求1所述的气象预测方法,其特征在于,所述QCBAM-UNet模型包括:

3.根据权利要求1所述的气象预测方法,其特征在于,所述量子卷积注意力模块包括:

4.根据权利要求3所述的气象预测方法,其特征在于,所述量子通道注意力子模块包括:

5.根据权利要求4所述的气象预测方法,其特征在于,所述多层感知机包括全连接层、激活函数和量子神经网络,所述量子神经网络是根据参数化的量子电路得到的。

6.根据权利要求5所述的气象预测方法,其特征在于,所述...

【技术特征摘要】

1.一种基于量子卷积注意力模块的气象预测方法,其特征在于,所述气象预测方法包括:

2.根据权利要求1所述的气象预测方法,其特征在于,所述qcbam-unet模型包括:

3.根据权利要求1所述的气象预测方法,其特征在于,所述量子卷积注意力模块包括:

4.根据权利要求3所述的气象预测方法,其特征在于,所述量子通道注意力子模块包括:

5.根据权利要求4所述的气象预测方法,其特征在于,所述多层感知机包括全连接层、激活函数和量子神经网络,所述量子神经网络是根据参数化的量子电路得到的。

<...

【专利技术属性】
技术研发人员:王乾坤何志新李兆威胡嘉晟
申请(专利权)人:中电信量子信息科技集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1