摘要
本申请公开了一种基于权重集成神经网络的闪电预警方法、装置及设备,涉及气象观测技术领域。本申请首先获取观测区域能够观测到的所有气象参数组成的气象参数组合,然后针对气象参数组合中各个不同的气象参数分别建立各自独立的闪电预警神经网络模型;通过加权求和的方式集成各模型的闪电预报结果,在该过程中通过遗传算法自动学习不同子气象参数组合对应的最优集成权重系数组,针对参数排列组合分别学习权重系数组并保存;在实时预警阶段,针对当前时段任意可用的气象参数,调用对应闪电预警神经网络模型及权重组给出闪电预报结果,克服现有的神经网络预测方法存在的模型的稳定性差、泛化性差以及建模时间耗费大的问题。
技术关键词
集成神经网络
闪电预警方法
参数
训练神经网络模型
样本
滑动窗口
遗传算法
神经网络预测方法
预警装置
序列
数据获取模块
气象观测技术
解码模块
编码模块
模型训练模块
多尺度
处理器
系统为您推荐了相关专利信息
参数估计方法
规则集
集水井
卡尔曼滤波模型
时间差
光纤陀螺仪
固化剂
温度控制算法
光纤环绕制
机器学习算法
自动研磨系统
研磨壳体
回流装置
模糊PID算法
研磨体