基于机器学习的能见度预测方法

AITNT
正文
推荐专利
基于机器学习的能见度预测方法
申请号:CN202510298621
申请日期:2025-03-13
公开号:CN120217045A
公开日期:2025-06-27
类型:发明专利
摘要
本发明公开了一种基于机器学习的能见度预测方法,属于能见度预测技术领域,包括以下步骤:获取历史气象数据,对历史气象数据进行预处理后进行特征选择得到时间序列特征和气象数据特征集;构建能见度预测模型,将时间序列特征、气象数据特征集输入至能见度预测模型中进行训练,利用损失函数和梯度下降进行优化,得到训练好的能见度预测模型;基于训练好的能见度预测模型进行能见度预测,得到预测结果;通过该方法得到的能见度预测模型对实际数据进行预测,发现模型的预测结果与实际观测数据吻合良好,表明能够有效的对能见度进行预测。
技术关键词
历史气象数据 时间序列特征 相对湿度 能见度预测技术 特征选择 皮尔逊相关系数 风速 更新模型参数 随机梯度下降 表达式 模型预测值 误差函数 非线性 定义
系统为您推荐了相关专利信息
1
一种基于模糊聚类算法的网络信息安全检测和预警方法
模糊聚类算法 预警方法 均值算法 网络流量数据 网络信息安全技术
2
一种乳腺癌相关淋巴水肿动态风险预测系统
风险预测系统 淋巴 水肿 变量 数据采集单元
3
一种风光场站发电厂气象数据分析系统及方法
气象数据分析方法 风光 数据分析系统 机器学习算法 气象数据分析技术
4
面向极端天气的风电预测与风险评估方法及系统
风电出力特性 风险评估方法 风电出力预测 判断电力系统 概率密度函数
5
一种多因素时空耦合的水环境预测方法
支持向量机模型 随机森林 特征选择 变量 模型误差
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