[发明专利]基于长短期记忆与生成对抗网络的卫星云图预测的方法

权利要求书

1.基于长短期记忆与生成对抗网络的卫星云图预测的方法，具体步骤如下：

步骤1：采集数据集，并把图像转换到RGB图像空间；

步骤2：图像预处理过程，将图像尺寸调整为8000X5000，将每个像素值除以127.5并减去1；

步骤3：将随机数经过批量标准化和非线性激活函数处理后，使用随机数训练生成对抗网络的生成器，使用已经预处理的真实卫星云图和生成器的预测云图喂入判别器，并不断优化生成器与判别器的权值，经过迭代，得到最优权值；

步骤4：停止生成对抗网络的训练，将真实的已经预处理的真实卫星云图喂入长短期记忆网络中，将生成器结果与真实结果对比，不断优化长短期记忆网络，使用判别器评估整个模型的预测效果，通过迭代获取最优模型；

步骤5：使用最优模型，将特定时间段卫星云图喂入模型，得到预测图像。

2.根据权利要求1所述的基于长短期记忆与生成对抗网络的卫星云图预测的方法，其特征在于：所述步骤2中图像预处理公式为：

其中， 分别是RGB图像色彩空间的三个色彩通道。

3.根据权利要求1所述的基于长短期记忆与生成对抗网络的卫星云图预测的方法，其特征在于：所述步骤3中将随机数经过批量标准化，对每一层的输入进行计算，再通过BatchNormalization进行批量标准化，把每层神经网络任意神经元输入值的分布强行拉回到均值为0方差为1的标准正态分布，BatchNormalization激活函数的公式为：

输入：最小批量x的取值为={x1,...,xm};

需要学习的参数为γ, β

输出：{yi = BNγ，β(xi)}

其中代表最小批量的均值, 代表最小批量的方差，代表标准化，代表缩放和移位。

4.根据权利要求1所述的基于长短期记忆与生成对抗网络的卫星云图预测的方法，其特征在于：所述步骤3中非线性激活函数处理，对每一层的输入进行计算，再通过LeakyRelu进行非线性处理，LeakyRelu激活函数的公式为：

公式中，x表示图像的某一个像素值；a表示系数。