一种基于深度学习的卫星遥感降水数据融合方法及系统

AITNT
正文
推荐专利
一种基于深度学习的卫星遥感降水数据融合方法及系统
申请号:CN202411725822
申请日期:2024-11-28
公开号:CN119830199A
公开日期:2025-04-15
类型:发明专利
摘要
一种基于深度学习的卫星遥感降水数据融合方法及系统,融合多源卫星降水探测的优势,构建用于模型训练的数据集,并利用时空匹配系统对多源卫星遥感降水数据进行时空匹配,利用深度学习强大的非线性拟合性,解决了主被动卫星遥感降水数据融合困难的问题,能够高效、高精度地输出卫星遥感降水融合数据产品。
技术关键词
数据融合方法 训练深度学习模型 地球同步轨道卫星 模型训练模块 训练集 生成误差信号 雨量计 融合多源 融合系统 划分方法 气象站 算法 微波 特征值 非线性
系统为您推荐了相关专利信息
1
一种票据文字识别方法
识别票据 文字识别方法 门控循环单元 图像 隐马尔可夫模型
2
一种基于物理信息神经网络的二维波浪谱智能预报方法
智能预报方法 海浪 神经网络模型 物理 深度学习方法
3
一种基于大数据挖掘的海洋监测系统及方法
海洋环境数据 海洋监测方法 渔船 区域停留时间 海洋监测系统
4
一种多通道仪表通讯寄存器映射地址的用户可编程方法
可编程方法 数据项 多通道 通讯 仪表
5
一种建筑物表面缺陷的数据集构建方法、检测方法及系统
数据集构建方法 建筑物 仿真数据 仿真算法 图像增强
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