小样本条件下冬季路表温度迁移学习预测方法

AITNT
正文
推荐专利
小样本条件下冬季路表温度迁移学习预测方法
申请号:CN202410764049
申请日期:2024-06-14
公开号:CN118364895A
公开日期:2024-07-19
类型:发明专利
摘要
本发明涉及一种小样本条件下冬季路表温度迁移学习预测方法,属于交通气象技术领域。该方法包括数据采集、模型构建、模型预训练、模型微调及预测几大步骤。本发明利用预训练方法学习通用的路表温度变化规律,再基于小样本数据进行微调,构建了针对新建气象站的冬季路表温度预测模型,为冰雪天气高速公路交通气象全线预警服务提供了重要理论支撑。
技术关键词
学习预测方法 温度预测模型 交通气象站 特征提取模块 样本 交通气象技术 路段 风速 温度变化规律 预训练方法 模型预训练 预训练模型 噪声数据 插值法 参数 序列
系统为您推荐了相关专利信息
1
业务风险预测方法、装置、设备、存储介质及程序产品
模型超参数 风险预测方法 风险预测模型 样本 分群
2
一种基于改进YOLOv8模型与DeepSeek推理的食品安全智能检测方法
食品安全智能检测 深度神经网络结构 通道 视觉注意力机制 语义
3
采用数字PCR检测狗尾草或谷子中外源基因插入拷贝数的方法
转基因 狗尾草 拷贝数 筛选标记基因 引物
4
拜城油鸡品种鉴定的SNP组合及鉴定方法
拜城油鸡 SNP位点基因型 SNP基因芯片 机器学习模型 Taqman探针
5
一种数据处理方法、装置、电子设备及存储介质
分布式模型 数据处理方法 训练样本集 批量 集群
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号