基于改进的量子长短期记忆网络的天气预测方法

本发明涉及天气预测技术领域，公开了基于改进的量子长短期记忆网络的天气预测方法，包括将天气数据输入CGRU模型以对天气数据进行空间特征提取，再将输出的隐藏状态序列输入至HAQLSTM模型进行预测，HAQLSTM模型为量子长短期记忆网络模型的改进，采用参数化变分量子电路，并加入注意力机制和残差连接，量子长短期记忆网络作为时间建模器，残差连接增强信息传递，注意力机制动态权衡输入数据不同部分的重要性，在处理过程中，采用自注意力机制计算输入序列元素关联权重，并利用四个并行的参数化变分量子电路进行关键计算，以提高模型性能；以解决现有的天气预测模型网络，表达能力不足、捕获序列中长期依赖关系的效率低的问题。