摘要
一种基于优化深度时序预测网络的压电式降雨测量方法,获取目标地点的压电ADC雨量信号数据,以及同步的风速信息、温湿度信息和降雨量信息;从压电ADC雨量信号数据中提取压电雨滴波形序列,通过对压电ADC雨量信号数据进行处理,提取由雨滴冲击引发的压电雨滴波形序列;构建包含压电雨滴波形、风速、温湿度及降雨量四类信息的数据集;基于压电雨滴波形、风速、温湿度和降雨量数据集,构建并训练雨量估计神经网络;新获取压电传感器ADC输出的雨量数据,并同步收集风速、温湿度数据,制作测试集;将测试集的数据经过上述处理后,输入到已训练好的模型中,以进行实际的雨量预测。本发明提升了系统的抗噪声性能,从而显著提高了标定精度。
技术关键词
降雨测量方法
记忆单元
波形
压电式
序列
温湿度
压电传感器
风速
注意力机制
时序
矩阵
Softmax函数
一维卷积神经网络
保证数据一致性
信号
表达式
系统为您推荐了相关专利信息
动态知识图谱
命名实体识别
建模方法
动态演化过程
报告
深度神经网络模型
场景
数据
非暂态计算机可读存储介质
识别方法
炎症感染性疾病
开放阅读框
细胞炎症模型
动物感染模型
编码肽
关节
虚拟现实设备
机器人控制方法
控制机器人运动
视觉传感器