基于图神经网络的雷电定位点云聚类模型、方法和系统

作者：魏振春; 叶斌; 吕增威; 向念文; 李科杰; 丁煦; 石雷

来源：2023-11-01, 中国, CN202311439790.9.

本发明涉及深度学习领域及电气技术领域,尤其是一种基于图神经网络的雷电定位点云聚类模型、方法和系统。雷电定位云团聚类模型包括图特征提取器、图结构提取器、信息混合模块以及聚类模块；雷电定位云团聚类模型基于点云的节点信息矩阵X构建图特征嵌入向量H,基于节点信息矩阵X和邻接矩阵A构建图结构嵌入向量Z,信息混合模块第l层的输出为混合后特征矩阵H(l)和Z(l)；聚类模块基于信息混合模块输出的嵌入矩阵S对点云进行聚类,聚类后的簇即为模型标注的雷暴云团。本发明提出了一种雷电定位云团聚类模型,采用图神经网络进行自监督学习,得到雷电点云聚类结果,大大提高了雷暴云团的定位精度。