[发明专利]基于transformer机制的雷电定位轨迹预测方法和系统

权利要求书

1.一种基于transformer机制的雷电定位轨迹预测方法，其特征在于，定义输入数据为包含T个连续时间点的历史数据，每一个时间点上的历史数据均包括雷电数据和天气数据；针对输入数据提取频域特征和时域特征，并在时域上对频域特征和时域特征进行拼接以获取第一拼接数据，并对第一拼接数据进行分解；基于输入数据进行分解，针对输入数据的分解数据提取频域特征和时域特征，并在时域上对频域特征和时域特征进行拼接以获取第二拼接数据，对第二拼接数据进行分解；结合第一拼接数据的分解数据和第二拼接数据的分解数据进行解码，以获取输入数据之后t个时间点上的雷云分布作为预测结果Y；

其中，时域特征的提取通过稀疏时域自注意力模块实现，稀疏时域自注意力模块将输入的数据转换为d维度的词向量，然后采用不同的线性变换对词向量进行变换，以获取矩阵Q1、矩阵K1和矩阵V1；令矩阵Q1中第i个元素为q(i)，矩阵K1中第j个元素为k(j)；稀疏时域自注意力模块根据预设的评估公式计算矩阵Q1中各元素q(i)与矩阵K1的评估值M(q(i),K1)；稀疏时域自注意力模块选取对应的评估值M(q(i),K1)较大的n个元素q(i)作为目标元素，并将选取的n个目标元素组成矩阵Q(1,1)；稀疏时域自注意力模块将Q(1,1)作为Q值，将K1作为K值，将V1作为V值，然后结合Q值K值V值执行自注意力机制，以获取稀疏时域自注意力模块输入的数据的时域特征；

评估公式为：

 A1和A2为过渡项；k(q(i),k(j))和k(q(i),k(r))为设定的核函数；k(r)为矩阵K1中第r个元素；M(q(i),K1)用于描述注意力概率分布和均匀分布之间的距离；L(K)为K值的元素数量。

2.如权利要求1所述的基于transformer机制的雷电定位轨迹预测方法，其特征在于，k(q(i),k(j))和k(q(i),k(r))为非对称的指数核函数；

其中，d为稀疏时域注意力模块提取的词向量的维度，上标T表示向量的转置。

3.如权利要求2所述的基于transformer机制的雷电定位轨迹预测方法，其特征在于，稀疏时域自注意力模块将Q(1,1)作为Q值，将K1作为K值，将V1作为V值，然后将Q值、K值和V值输入激活函数，激活函数的激活结果即为时域特征。

4.如权利要求3所述的基于transformer机制的雷电定位轨迹预测方法，其特征在于，激活函数选择SoftMax激活函数。