摘要
本申请涉及一种基于气象的推演方法,其包括步骤:获取目标地区对应的历史气象信息以及气象影响信息,提取气象特征以及影响特征并打包为第一训练特征集;通过第一训练特征集训练气象推演模型;设置推演模型的初始条件和边界条件,获取当前气象信息以及气象影响信息并输入至气象推演模型进行初步推演;当接收到推演信息时,将其输入至偏差修正模型进行偏差校正;当接收到修正推演信息时,以可视化的方式对其进行呈现。本申请通过综合利用历史气象信息和气象影响信息,提取关键特征进行训练,构建了更加准确的气象推演模型,同时,通过引入偏差修正模型对推演结果进行精细化的校正,具有显著提高气象推演的准确性以及实用性的效果。
技术关键词
气象
训练特征
推演方法
偏差
空间分布特征
线性回归模型
随机森林模型
推演系统
特征提取模块
神经网络模型
权重分配策略
子模块
输入模块
校正
可视化模块
数据
动态
包子
时序
系统为您推荐了相关专利信息
焊缝检测方法
焊缝检测系统
指标
平整度偏差
反射光
历史运行状态
多元线性回归模型
监测点
指令
曲线
偏光片
纹理分布特征
图像数据集合
空间分布特征
缺陷类别