申请/专利权人:南京信息工程大学
申请日:2024-04-12
公开(公告)日:2024-06-28
公开(公告)号:CN118033590B
主分类号:G01S7/41
分类号:G01S7/41;G06Q10/0637;G06Q50/26;G06N3/08;G01S13/95;G01W1/10
优先权:
专利状态码:有效-授权
法律状态:2024.06.28#授权;2024.05.31#实质审查的生效;2024.05.14#公开
摘要:本发明公开了一种基于改进VIT神经网络的短临降水预报方法,包括以下步骤:(1)采集气象雷达回波资料、风廓线雷达资料,并进行质量控制和特征提取;(2)搭建融合了深层链接和自适应最优权重分配的VIT神经网络模型;(3)构建训练集后对模型进行训练,并引入基于均方根误差和对流面积变化率的损失函数;(4)基于训练好的模型预报未来的雷达回波,并转换得到降水预报场;(5)基于频率匹配法和消空法对降水预报场进行后处理,得到最终的短临降水预报产品;本发明能有效改善小量级降水的空报和大量级降水的漏报,进而进一步提高降水预报技巧。
主权项:1.一种基于改进VIT神经网络的短临降水预报方法,其特征在于,包括以下步骤:(1)采集气象雷达回波资料、风廓线雷达资料,并进行质量控制和特征提取;(2)搭建融合了深层链接和自适应最优权重分配的VIT神经网络模型;(3)构建训练集后对模型进行训练,并引入基于均方根误差和对流面积变化率的损失函数;(4)基于训练好的模型预报未来的雷达回波,并转换得到降水预报场;(5)基于频率匹配法和消空法对降水预报场进行后处理,得到最终的短临降水预报产品。
全文数据:
权利要求:
百度查询: 南京信息工程大学 一种基于改进VIT神经网络的短临降水预报方法
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。