摘要
本申请公开了一种冰雹预测方法、设备、介质及程序产品,涉及气象技术领域,包括获取神经网络模型;获取历史闪电特征变量数据和历史冰雹特征变量数据;将历史闪电特征变量数据和历史冰雹特征变量数据划分为对应特征变量的训练集和验证集;通过对应特征变量的训练集和验证集对神经网络模型进行训练,并将训练后的神经网络模型作为目标神经网络模型;获取当前闪电特征变量数据;根据目标神经网络模型确定动态加权损失函数;根据当前闪电特征变量数据以及动态加权损失函数对冰雹天气进行预测,得到冰雹预测参数。本申请技术减少单独以雷达反射率因子预报冰雹造成的误判,通过闪电特征数据指示因子,提高了冰雹的预测精度。
技术关键词
冰雹预测方法
加权损失函数
机器学习算法
变量
数据
卷积神经网络模型
风速
雷达
反射率
卡尔曼滤波器
神经网络模型识别
风场
动态
参数
粒子
卡尔曼滤波方法
协方差矩阵
线性回归算法
物理