龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西安理工大学
申请日：2023-12-25
公开（公告）日：2024-06-14
公开（公告）号：CN118195368A
主分类号：G06Q10/0639
分类号：G06Q10/0639;G06Q50/26;G06N3/0442;G06N3/0464;G06N3/09;G01W1/10
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明公开了基于深度学习的骤旱像素级集成预报方法，包括：步骤1、收集整理历史数据，构建指标，并将指标数据结构化，得到结构化数据样本集；步骤2、构建深度学习基模型块，选择多种不同的深度学习算法，利用步骤1得到的数据集得到每个基模型的骤旱指标SSI预测结果；步骤3、根据每个基模型的预测结果，得到模型集成的预测结果；步骤4、对每个基模型的预测结果和集成预测结果进行评估，根据评估结果调整模型超参数，直至模型评估指标达到最优；步骤5、利用步骤4的最优模型对骤旱进行预报，得到集成预报数据集。本发明方法可实现超长预见期下像素级别的骤旱精准预报，解决了骤旱预报中分辨率低、准确性差、预见期短的问题。
主权项：1.基于深度学习的骤旱像素级集成预报方法，其特征在于，具体按照以下步骤实施：步骤1、收集整理历史数据，构建指标，并将指标数据结构化，得到结构化数据样本；步骤2、构建深度学习基模型块，选择多种不同的深度学习算法，利用步骤1得到的数据集得到每个基模型的骤旱指标SSI预测结果；步骤3、根据每个基模型的预测结果，得到模型集成的预测结果；步骤4、对每个基模型的预测结果和集成预测结果进行评估，根据评估结果调整模型超参数，直至模型评估指标达到最优；步骤5、利用步骤4的最优模型对骤旱进行预报，得到集成预报数据集。
全文数据：
权利要求：
百度查询： 西安理工大学 基于深度学习的骤旱像素级集成预报方法
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