融合GAN-LSTM的改进云层运动预测.pdfVIP

第41卷第4期福建电脑Vol.41No.4

2025年4月JournalofFujianComputerApr.2025

融合GAN-LSTM的改进云层运动预测

1111,2,3,41,2,3

吕雄涛王施琦袁硕张雷焦小雪

1(河北工程大学数理科学与工程学院河北邯郸056038)

2(河北省计算光学成像与光电检测技术创新中心河北邯郸056038)

3(河北省计算光学成像与智能感测国际联合研究中心河北邯郸056038)

4(河北省煤矿智能化工程研究中心河北邯郸056038)

摘要为提升云层运动预测的质量和精度，本文提出一个预测云层运动的GAN-UNet-ConvLSTM网络模型。在GAN-LSTM

网络模型的基础上，引入UNet和ConvLSTM，以提高网络模型的生成能力和预测能力。实验的结果表明，

GAN-UNet-ConvLSTM网络模型可以较准确地预测云层运动和形态变化，同时具有良好的可持续预测能力，为云层运动预

测提供了一种可行的网络结构优化方案。

关键词生成对抗网络-长短期记忆网络；U形网络；卷积长短时记忆网络；云层运动预测

中图法分类号TP301DOI:10.16707/ki.fjpc.2025.04.003

ImprovedCloudMotionPredictionthroughtheIntegrationofGAN-LSTM

1111,2,3,41,2,3

LVXiongtao,WANGShiqi,YUANShuo,ZHANGLei,JIAOXiaoxue

1(DepartmentofMathematicalScienceandEngineering,HebeiUniversityofEngineering,Handan,China,056038)

2(HebeiComputationalOpticalImagingandPhotoelectricDetectionTechnologyInnovationCenter,Handan,China,056038)

3(HebeiInternationalJointResearchCenterforComputationalOpticalImagingandIntelligentSensing,Handan,China,056038)

4(HebeiCoalMineIntelligentEngineeringResearchCenter,Handan,China,056038)

AbstractToimprovethequalityandaccuracyofcloudmotionprediction.ThisarticleproposesaGANUNet

ConvLSTMnetworkmodelforpredictingcloudmotion.OnthebasisoftheGAN-LSTMnetworkmodel,UNet

andConvLSTMareintroducedtoimpro