摘要
本发明公开了一种基于深度学习的多模态气象数据的气象预测方法和系统,本发明涉及气象预测方法的技术领域,基于该气象深度学习模型对多个气象数据组合的识别而确定气象特征,根据多个气象特征、气象检测仪的位置和该位置的以往气象事件确定多模态气象数据,保证了多模态气象数据的精准性,实现了多个维度的气象数据的管控。根据多模态气象数据的检测而确定气象事件列表,并标记气象事件列表的各个预测气象事件的优先级和对应的核心气象要素;基于各个核心气象要素与气象数据集合的匹配而确定对应的匹配系数,根据各个预测气象事件的优先级、各个核心气象要素所对应的匹配系数和气象检测仪所检测的环境图像确定目标气象事件。
技术关键词
气象检测仪
气象预测方法
深度学习模型
多模态
气象预测系统
核心
列表
标记
图像
形态
组合模块
数据模块
在线
关系
通道
模式
动态
系统为您推荐了相关专利信息
多通道深度学习模型
分子
先导化合物
三维卷积神经网络
无监督机器学习
多模态数据采集
生物特征数据
拍摄装置
分析模块
屏幕
动态监测系统
多模态数据融合
结构方程模型
视频
多模态数据采集
财务数据管理系统
自动化执行模块
RPA机器人
非结构化数据处理
图像增强算法