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：中国气象科学研究院;青岛海洋气象研究院
摘要：本公开提供了一种基于贝叶斯模型的台风风场重建方法、装置、设备及介质，该方法包括：获取台风最佳路径数据集；构建初始台风风场模型，将初始台风风场模型转换为基于每一个象限上的平均风速模型；通过基于贝叶斯层级模型估计权重参数，数据层定义每一个象限上的平均风速和最大风半径呈正态分布；过程层定义台风风场模型，以及生成用于风场参数的前馈神经网络模型，其控制参数为权重参数；先验层定义参数w的正态分布，参数σ服从的对数正态分布；通过蒙特卡洛方法及MAP方法确定权重参数，获得前馈神经网络模型；基于台风最佳路径数据集确定台风风场模型。以解决现有台风风场模型物理特征之间的不协调导致风场危险性评估不准确的问题。
主权项：1.一种基于贝叶斯模型的台风风场重建方法，其特征在于，包括步骤：获取台风最佳路径数据集，其中，台风最佳路径参数包括台风中心的经度、纬度、最大风速、平移速度、平移方位角正弦函数、平移方位角余弦函数与日期正弦和余弦函数；基于修正Rankine涡旋模型构建初始台风风场模型，将初始台风风场模型转换为基于每一个象限上的平均风速模型；通过基于贝叶斯层级模型估计权重参数，其中，基于可观测量最大风半径，数据层定义每一个象限上的平均风速和最大风半径呈正态分布；过程层定义生成可观测最大风半径的底层物理过程的台风风场模型，以及用于生成预测台风风场模型风场参数的前馈神经网络模型，其控制参数为前馈神经网络模型的权重参数，风场参数包括最大风半径，形状参数，波数-1不对称幅度和风场初始方位角；先验层定义参数w服从正态分布，以及参数σ服从对数正态分布；通过蒙特卡洛方法获得权重参数后验概率分布，再通过MAP方法确定权重参数，获得前馈神经网络模型；基于台风最佳路径数据集和前馈神经网络模型，确定风场参数，并根据风场参数确定台风风场模型。
全文数据：
权利要求：
百度查询： 中国气象科学研究院 青岛海洋气象研究院 基于贝叶斯模型的台风风场重建方法、装置及介质
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