首页 > 期刊导航 > 自动化技术与计算机技术软件导刊 > 2025年6期 > 基于上下文注意力的多帧臭氧总量数据重建方法
基于上下文注意力的多帧臭氧总量数据重建方法
简介:大气臭氧层在地外环境系统中扮演着至关重要的角色,全面的臭氧数据对于科研人员分析臭氧层状态、预测其对全球气候变化的影响十分重要.由于卫星自身传感器故障或轨道扫描宽度限制,数据采集过程普遍存在信息缺失现象.为此,设计一种基于上下文注意力的多帧臭氧总量数据重建方法.首先,构建基于多头功能的三维可变形残差编码器,以对远距离依赖关系进行编码;其次,使用多层次上下文注意力模块连接编码器与解码器,用于提高对复杂数据结构的建模能力;最后,引入卷积选择性聚合网络作为解码器,为模型提供局部性信息补充.实验结果表明,该模型在风云三号紫外臭氧总量探测仪臭氧总量产品数据集上的PSNR和SSIM两项客观评价指标均优于对照方法.所提模型为臭氧数据重建提供了一种有效的解决方案,对于大气科学研究与臭氧层保护策略制定具有重要科学价值.展开
学者:赵伯霖黄飞虎胡金蓉张艳
关键词:臭氧质控深度学习上下文注意力可变形卷积
分类号:TP391(计算技术、计算机技术)
资助基金:四川省科技计划项目
论文发表日期:2025-06-15
在线出版日期:2025-07-01 (网站首发日期)
页数:9(32-40)
软件导刊
ISSN:
年,卷(期):2025,24(6)
所属栏目:自动化技术与计算机技术