摘要
本发明公开了一种台风云图预测方法、系统及存储介质,预测方法包括:将台风云图序列样本输入至预训练的FSTA‑LSTM神经网络模型中,得到预测的台风云图序列,确定台风云图预测结果;其中,所述FSTA‑LSTM神经网络模型的训练过程包括:搭建神经网络模型;其中,所述神经网络模型包括依次连接的特征增强模块、Encoder编码器、STA‑LSTM模块、Decoder解码器和多尺度特征融模块;将预处理后的台风云图序列样本数据输入至神经网络模型中,台风云图序列样本经神经网络模型的多层网络架构的前向传播后,再反向传播更新神经网络模型的网络权重,获得FSTA‑LSTM神经网络模型。本申请优化时空记忆单元和隐藏单元的信息传递,提升了模型对复杂云图模式和台风结构变化的捕捉能力。