摘要
本发明提供基于长短期记忆网络模型的大风灾害天气指数预测系统,涉及天气监测技术领域,具体包括:采集待评估区域的历史气象数据和对应时间发生的大风灾害事件的受灾面积和持续时间;基于长短期记忆网络建立指数预测模型,将历史气象数据作为训练集输入至模型,将对应的大风灾害的受灾面积和持续时间作为标签,对模型进行训练;实时采集待评估区域的气象数据,获得预测受灾面积以及预测持续时间;采集地形高度和坡度数据对预测受灾面积以及预测持续时间进行修正,并与预设阈值比较,根据结果划分风险等级。短期记忆网络模型的应用能够从历史气象数据中学习到风速、湿度、温度等因素与大风灾害事件之间的深层次关联,提高了预测的准确性。
技术关键词
长短期记忆网络
预测持续时间
历史气象数据
预测系统
栅格化方法
测量点
风速
气压
天气监测技术
深度学习模型
记忆网络模型
指数预测方法
训练集
高风险
逻辑
图像处理软件
系统为您推荐了相关专利信息
Kriging模型
排放预测方法
桥梁
建筑材料
变量
双循环
浓度预测方法
长短期记忆网络
门控循环单元
增广拉格朗日
智能应答系统
手持式设备
实时语音
客户
长短期记忆网络
变电站
注意力
融合特征
金具
双向长短期记忆网络
评估分析方法
评估分析系统
污水
隶属度函数
异常数据点