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：北京邮电大学
摘要：本发明提供数据驱动的集合多时间尺度规律的气象预报方法和系统，包括：数据收集模块、数据预处理模块、气象变化规律选择模块、训练数据准备模块、建模模块、集合预报权重学习模块以及预报模块；依靠神经网络模型强大的学习能力，从多时间尺度建模更丰富的大气系统的变化规律，弥补单一气象规律的建模误差，通过一个权重可学习的元模型将所有模型的预报结果进行集成，基于数据驱动的方式为每个预报时刻自动地选择最优的集合方式；对比基于单一气象规律的预报系统，预报结果的准确率和稳定性均有提升，且随着预报时效的增长，提升愈发明显。
主权项：1.数据驱动的集合多时间尺度规律的气象预报方法，其特征在于，包括：步骤一、根据预报任务要求，收集目标气象要素和相关气象要素的数据，按时间划分为：预报模型训练数据和元模型训练数据；步骤二、对收集的所述目标气象要素和相关气象要素的数据进行空间对齐以及0均值1方差的标准化处理；步骤三、根据所述预报任务要求，明确可选时间尺度下的变化规律，并基于训练和推理成本确定待建模的关键变化规律；步骤四、基于所述关键变化规律，重构多组针对性的预报模型训练数据副本，以加速神经网络训练；步骤五、以任意人工智能的预报模型为基础，通过卷积层、线性层、激活层和连接层调整所述预报模型的输入和输出，使其满足对应关键变化规律的建模要求，并基于对应的预报模型训练数据副本和回归损失函数进行优化训练；步骤六、构建参数可学习的元模型，将所有训练完毕并锁定的预报模型进行集成，基于所述元模型训练数据优化每一预报时刻的集合预报权重；步骤七、基于训练完毕的元模型和预报模型对新获取的标准化后的目标气象要素和相关气象要素数据进行集合预报，并输出集合预报结果以及每个预报模型的独立预报结果，提供多种参考。
全文数据：
权利要求：
百度查询： 北京邮电大学 数据驱动的集合多时间尺度规律的气象预报方法和系统
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