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：中国科学技术大学
申请日：2024-04-11
公开（公告）日：2024-06-21
公开（公告）号：CN118228602A
主分类号：G06F30/27
分类号：G06F30/27;G06F30/23;G06T17/20;G06N20/20;G06F111/10
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了一种基于变分辨率SCVT网格及机器学习的雷电预测方法，首先获取变分辨率SCVT网格数据并重新定位精细化区域、进行区域裁剪，形成有限区域SCVT网格，对有限区域SCVT网格进行图划分，得到图划分信息文件，然后对有限区域SCVT网格执行气象模拟，并依据图划分信息文件并行运算，获得的气象模拟结果文件转换为多边形几何对象并生成雷电事件标签，然后将生成了雷电事件标签的多边形几何对象其属性表导出作为数据集，对数据集进行机器学习训练，训练后的模型进行预测和SHAP可解释性分析。本发明解决了固定分辨率网格模拟的局限性，优化计算资源，提高模型预测的可解释性，从而对雷电事件的预测和理解更精确。
主权项：1.基于变分辨率SCVT网格及机器学习的雷电预测方法，其特征在于：具体包括有以下步骤：1、获取变分辨率SCVT网格数据并重新定位精细化区域；2、对重新定位精细化区域后的变分辨率SCVT网格数据进行区域裁剪，形成有限区域SCVT网格，同时生成网格连通性文件；3、对有限区域SCVT网格进行图划分，得到图划分信息文件；4、采用MPAS-A模式在有限区域SCVT网格进行区域气象模拟，同时依据图划分信息文件并行运算，获得气象模拟结果文件；5、将气象模拟后输出的气象模拟结果文件转换为矢量形式的多边形几何对象并提取机器学习所需的气象属性；6、读取雷电观测数据并转换经纬度坐标为点几何对象，遍历所有多边形几何对象，对每个多边形对象生成雷电事件标签，并将生成了雷电事件标签的多边形几何对象其属性表导出作为数据集；其中，生成了雷电事件标签的多边形几何对象包括内部发生雷电事件的多边形几何对象和内部未发生雷电事件的多边形几何对象；7、对数据集进行分层抽样，得到训练集和测试集，然后对训练集进行机器学习训练，测试集进行测试，得到训练后的模型，最后采用训练后的模型进行预测后，进行SHAP可解释性分析，获得各个气象属性对模型预测结果影响程度的分析结果。
全文数据：
权利要求：
百度查询： 中国科学技术大学 基于变分辨率SCVT网格及机器学习的雷电预测方法
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