摘 要：由于地理位置、大气环流等复杂因素的限制，准确预测海洋气象变化具有挑战性。现有的机器学习方法往往在建模上存在局限性，尤其是在处理多变量时难以同时有效捕捉全局特征与局部特征，且对多变量预测任务的适应性存在不足。本文提出一种基于全局特征和局部特征建模的海洋多变量预测模型，该模型主要解决气象和海洋数据的复杂性及其计算需求问题，以有效处理高维图像化的气象数据。模型引入高效计算的MBConv 卷积模块，最大限度地保留有效特征。同时，利用窗口注意力进行局部特征提取，设计全局特征生成器对全局特征进行充分建模，通过全局注意力捕捉全局特征与局部特征之间的交互关系。实验结果表明，该模型在多个重要海洋变量的预测中，均方根误差比现有模型提升约5%，消融实验验证了各模块的有效性，特别是全局注意力和窗口注意力的重要性。

论文下载：

基于全局特征和局部特征建模的海洋多变量预测模型_刘传柳.pdf

  浏览次数：