信息融合的双偏振雷达城市强降水短临预报深度学习方法及系统

AITNT
正文
推荐专利
信息融合的双偏振雷达城市强降水短临预报深度学习方法及系统
申请号:CN202411825310
申请日期:2024-12-12
公开号:CN119294466A
公开日期:2025-01-10
类型:发明专利
摘要
本发明属于气象预报技术领域,公开了一种信息融合的双偏振雷达城市强降水短临预报深度学习方法及系统。本发明基于深度学习技术,结合强降水的物理机制,通过“空间→时间→时空融合”的研究思路,提出了一种新的基于气象雷达数据的城市强降水短临预报方法。该方法通过分析强降水的时空分布特征,提取高维空间特征,发展超分辨率强降水空间特征提取模型,并结合强降水的时间演变特征,采用LSTM和时空特征融合模型,对强降水进行精确预报,提升城市强降水预报的准确性和时效性。
技术关键词
深度学习方法 LSTM模型 深度学习系统 信息数据处理终端 生成高分辨率 联合损失函数 地形特征 数字高程模型 生成超分辨率图像 融合方法设计 梯度下降优化算法 短临预报方法 气象雷达系统 气象雷达数据 气象预报技术 雷达图像数据
系统为您推荐了相关专利信息
1
一种基于NeuralProphet的资源预测方法、装置、及存储介质
资源预测方法 注意力 长短期记忆网络 时间序列分解方法 LSTM模型
2
一种井盖智能识别方法
井盖智能 嵌入式设备 识别方法 服务器 项目
3
一种基于深度学习的沥青路面层间结合状态识别方法
状态识别方法 沥青路面层间结构 深度学习识别模型 融合卷积神经网络 地质雷达
4
一种融合心肺运动参数时序信息的冠心病预测方法
冠心病预测方法 长短期记忆网络 深度学习模型 双曲正切函数 参数
5
一种基于双优化长短期记忆网络的海杂波小目标检测方法
长短期记忆网络 混沌相空间重构 优化LSTM模型 粒子群优化算法 sigmoid函数
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