摘要
本申请提供一种基于深度学习的对流云消减雨作业分析方法及系统,用以通过获取全面的对流云雷达回波外推数据集,进行创新性的数据处理,精准生成外推结果并制定合理的作业策略,有效解决现有技术在对流云消减雨作业中数据利用不充分、作业策略制定不科学等问题,显著提升作业的精准性和有效性。方法包括:对目标区域的对流云雷达回波外推数据集进行稀疏采样与时空对齐处理,生成时空连续的雷达回波外推重建数据集;调用时空序列预测模型对雷达回波外推重建数据集进行循环雷达回波外推处理,生成预设时间范围内的外推结果;基于外推结果生成对流云消减雨作业策略,并将对流云消减雨作业策略发送至消减雨作业服务系统执行作业处理。
技术关键词
雷达回波外推
序列预测模型
作业策略
执行作业处理
作业分析方法
预测雷达回波
强度
服务系统
空间采样间隔
生成作业
卷积编码器
消除雷达探测
多设备协同作业
生成地理坐标
编码特征
生成训练数据
系统为您推荐了相关专利信息
生物质发电机组
低真空
大数据
数据采集模块
机器学习模型
网络业务流量
噪声数据
生成数据集
多头注意力机制
生成随机
车辆动力控制方法
车辆动力控制系统
特征数据库
时间段
噪声