龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江西强能科技有限公司
摘要：本申请提供一种防雹增雨高炮的数字化控制方法及系统，通过事先训练一气象预测神经网络，将获取的实时气象观测数据输入其中以得到实时气象演变类型，从而基于实时气象演变类型设置防雹增雨设备的发射策略。在训练气象预测神经网络时，得到的气象预测神经网络具有高准确性，基于此，得到的气象预测神经网络具有优异的预测性能，帮助对防雹增雨进行智能决策。
主权项：1.一种防雹增雨高炮的数字化控制方法，其特征在于，包括：基于收集的气象数据示例集合中的气象数据示例训练得到气象预测神经网络；获取预设终端发送的实时气象观测数据，所述实时气象观测数据至少包括大气环境数据和雷达卫星数据；将所述实时气象观测数据输入所述气象预测神经网络，以基于所述气象预测神经网络预测实时气象演变类型；基于所述实时气象演变类型设置防雹增雨设备的发射策略；其中，所述基于收集的气象数据示例集合中的气象数据示例训练得到气象预测神经网络包括：在第一气象数据示例集合中获取多组目标气象数据示例，所述第一气象数据示例集合包括多个气象演变类型对应的气象数据示例，每组气象数据示例分别记录包括气象干预触发状态的第一气象数据簇以及所述第一气象数据簇对应的示例监督信息，所述多组目标气象数据示例分别属于多个气象演变类型对应的气象数据示例；基于初始化神经网络挖掘所述多组目标气象数据示例中每组目标气象数据示例的第一气象数据簇的第一张量表示；基于所述初始化神经网络挖掘每组所述目标气象数据示例在多个挖掘粒度下包含气象干预触发状态的第二气象数据簇、各第二气象数据簇对应的第二张量表示以及各第二气象数据簇对应的数据监督信息；通过每组所述目标气象数据示例中的第一气象数据簇、第一气象数据簇的第一张量表示以及第一气象数据簇的示例监督信息、所述目标气象数据示例中的第二气象数据簇、各第二气象数据簇对应的第二张量表示以及各第二气象数据簇对应的数据监督信息，得到张量损失；通过所述张量损失更新所述初始化神经网络的可学习变量，在网络收敛时得到所述气象预测神经网络。
全文数据：
权利要求：
百度查询： 江西强能科技有限公司 一种防雹增雨高炮的数字化控制方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号