摘要
本发明公开了一种基于人工神经网络的大气可降水量数据融合系统,涉及数据融合技术领域,包括排列查重端、噪声检测端和危险预警端,排列查重端用于通过实时采集大气降水量的实时数据,并通过设定基于人工神经网络的大气可降水量数据参数模型,噪声检测端用于通过实时接收数据,并对数据融合后的数据值进行分阶排列,同时实时检测数据融合过程中产生的噪声或异常值,通过实时进行数据融合比对,危险预警端用于通过对气候的实时检测,并结合历史数据对当前大气可降水量进行危险的提前预测。该基于人工神经网络的大气可降水量数据融合系统,使得数据融合时避免出现混乱或拥挤,增加数据融合的准确性,实时发出融合异常的预警提醒。
技术关键词
大气可降水量
人工神经网络
数据融合系统
噪声检测单元
噪声检测模块
数据粉碎
数据接收模块
气候
数据采集单元
数据采集模块
检测端
数据融合技术
参数
环境监测设备
动态
可视化设备
实时数据
系统为您推荐了相关专利信息
电力设备运行状态
智能控制方法
数据采集频率
电力设备状态评估
异常状态
快速生成方法
训练样本数据
飞行器
人工神经网络
训练神经网络模型
管道缺陷识别方法
谱图特征
声学传感器
深度学习模型
时序特征
配电网电压补偿
补偿装置
电力设备
仿真模型
电压采样模块