摘要
本发明涉及气象预报技术领域,具体涉及基于深度学习的对流性大风短时预报方法及系统,方法包括:S1、历史气象数据的收集与预处理;S2、深度学习模型的构建与训练;S3、实时监测采集数据;S4、预报结果的输出;S5、实时数据后处理与提取筛选;系统包括:数据收集模块、数据预处理模块、深度学习模块、实时监测模块、预报模块和实时数据处理模块;本发明,用于收集目标地区的地形特征数据,并分类对深度学习模型进行训练,再由深度学习模型分别进行预测和预报,提高预报的准确性。
技术关键词
预报方法
地形特征
训练深度学习模型
数据收集模块
历史气象数据
实时数据处理
短时预报系统
气压
气象预报技术
历史风速数据
阈值分割法
监测模块
速度
插值法
海洋
系统为您推荐了相关专利信息
数据采集分析系统
数据采集分析方法
不锈钢管
图像缺陷识别
图像特征提取
光伏组件
遮挡识别方法
方程
训练深度学习模型
曲线
混合整数线性规划
优化调度模型
优化调度方法
基地
风电
动态分析系统
数据收集模块
药物化合物
误差识别
无线网络
污染预测方法
历史气象数据
动态时间规整算法
臭氧
因子