一种基于集成学习的对台风灾害预报方法及系统

    公开(公告)号:CN117828490A

    公开(公告)日:2024-04-05

    申请号:CN202410252323.3

    申请日:2024-03-06

    Abstract: 本发明公开了一种基于集成学习的对台风灾害预报方法及系统,所述方法包括以下步骤:(1)利用台风参数数据、再分析资料、地面观测数据按时间和空间匹配构建历史台风训练数据集并进行预处理;(2)建立台风风雨预报模型,将历史台风训练数据集输入到台风风雨预报模型中进行训练,得到台风降水预报模型最优参数;(3)评估预报结果;本发明针对台风产生灾害受众多复杂条件影响,本发明的台风风雨预报模型采用的特征参数精确描述了台风路径与强度、风雨发生机理及动力过程,能快速地获取精确而非冗余的预报所需数据,有助于提高预报预警时效性。

    一种雷达回波外推预报方法及系统

    公开(公告)号:CN115390164B

    公开(公告)日:2023-01-31

    申请号:CN202211322018.4

    申请日:2022-10-27

    Abstract: 本发明公开了一种雷达回波外推预报方法及系统,本发明采用基于上下文信息融合及注意力机制的长短期记忆网络构建预测神经网络,通过上下文信息融合提高了输入数据之间的相关性和输入数据的时空细节特征,增强网络的短期依赖能力,通过注意力机制可拓宽预测单元的时间感受野来感知更多的时间动态,捕获更可靠的帧间运动信息,大大增强了降雨预测精准度。本发明克服了现有技术对上下文信息提取不足、预报时效短的缺点,实现了准确度更高的雷达回波外推预测。

    一种遥感影像沙漠灌木提取方法
    3.
    发明公开

    公开(公告)号:CN119314052A

    公开(公告)日:2025-01-14

    申请号:CN202411499602.6

    申请日:2024-10-25

    Abstract: 本发明提供一种遥感影像沙漠灌木提取方法,基于EfficientNet‑B0基线模型进行改进得到了FETNet模型,在编码器部分保留基线模型中预定义的原始架构,在编码器和解码器跳跃连接处引入EdgeViT模块,增强模型的全局感知能力,在解码器部分引入FEM模块以确保空间细节信息的保留,使得最终生成的沙漠灌木分割结果更加精确和细致,将预处理后的遥感影像输入FETNet模型,使用随机梯度下降优化器、余弦退火策略和交叉熵损失函数进行模型训练,得到FETNet模型的最优权重,将FETNet模型与常规模型对比,在相同的测试条件下,本发明在遥感影像沙漠灌木分割任务中的所有评估指标均取得了最优结果。

    一种基于NSGA-Ⅱ的多目标耦合地理分层方法及系统

    公开(公告)号:CN118734083A

    公开(公告)日:2024-10-01

    申请号:CN202411232376.5

    申请日:2024-09-04

    Abstract: 本发明提供一种基于NSGA‑Ⅱ的多目标耦合地理分层方法及系统,利用NSGA‑Ⅱ遗传算法对由多目标综合表征的地理现象进行地理分层,通过佳点集方法对初始种群分布进行平均化改进,通过交叉变异更新最优解集,通过帕累托前沿方法使得多个目标之间构成一种非支配的耦合关系,避开了多目标间复杂不确定的数学关系,相较于传统方法中通过多目标加减合成单目标的方法更适用于解决实际问题。本发明实现了对一个复杂地理现象的空间分层异质性强度的测量,同时能够评估潜在的解释因子对地理现象的空间分层异质性的解释程度。

    一种遥感图像轻量化网络快速检测方法、装置及介质

    公开(公告)号:CN116403110A

    公开(公告)日:2023-07-07

    申请号:CN202310306130.7

    申请日:2023-03-27

    Abstract: 本发明公开了一种遥感图像轻量化网络快速检测方法、装置及介质,所述方法包括获取遥感图像;输入遥感图像至预先训练过的轻量化目标检测网络中,获取检测结果;其中:所述轻量化目标检测网络中设有Mobilenetv3tiny网络和改进后的加强特征提取网络PAFPN,所述改进后的加强特征提取网络PAFPN中设有Ghost模块,本发明设计了一种轻量化的Mobilenetv3tiny网络,可减少模型参数量、提高检测速度,通过在改进后的加强特征提取网络PAFPN中引入Ghost模块,在保证检测精度的前提下,降低网络的复杂性,易于部署至移动设备。

    一种基于NSGA-Ⅱ的多目标耦合地理分层方法及系统

    公开(公告)号:CN118734083B

    公开(公告)日:2025-02-28

    申请号:CN202411232376.5

    申请日:2024-09-04

    Abstract: 本发明提供一种基于NSGA‑Ⅱ的多目标耦合地理分层方法及系统,利用NSGA‑Ⅱ遗传算法对由多目标综合表征的地理现象进行地理分层,通过佳点集方法对初始种群分布进行平均化改进,通过交叉变异更新最优解集,通过帕累托前沿方法使得多个目标之间构成一种非支配的耦合关系,避开了多目标间复杂不确定的数学关系,相较于传统方法中通过多目标加减合成单目标的方法更适用于解决实际问题。本发明实现了对一个复杂地理现象的空间分层异质性强度的测量,同时能够评估潜在的解释因子对地理现象的空间分层异质性的解释程度。

    一种基于集成学习的对台风灾害预报方法及系统

    公开(公告)号:CN117828490B

    公开(公告)日:2024-05-17

    申请号:CN202410252323.3

    申请日:2024-03-06

    Abstract: 本发明公开了一种基于集成学习的对台风灾害预报方法及系统,所述方法包括以下步骤:(1)利用台风参数数据、再分析资料、地面观测数据按时间和空间匹配构建历史台风训练数据集并进行预处理;(2)建立台风风雨预报模型,将历史台风训练数据集输入到台风风雨预报模型中进行训练,得到台风降水预报模型最优参数;(3)评估预报结果;本发明针对台风产生灾害受众多复杂条件影响,本发明的台风风雨预报模型采用的特征参数精确描述了台风路径与强度、风雨发生机理及动力过程,能快速地获取精确而非冗余的预报所需数据,有助于提高预报预警时效性。

    一种雷达回波外推临近天气预测方法

    公开(公告)号:CN115933010A

    公开(公告)日:2023-04-07

    申请号:CN202211688110.2

    申请日:2022-12-28

    Abstract: 本发明公开了一种雷达回波外推临近天气预测方法,包括:获取历史雷达回波序列样本;构建及训练基于AFR‑LSTM的预测神经网络模型,将雷达回波序列样本划分batch_size后,输入到预测神经网络模型中,经过多层网络的前向传播后,反向传播更新网络权重,得到训练好的预测神经网络模型;将设定时间段内的雷达回波序列样本,输入训练好的预测神经网络模型,得到雷达回波外推图像序列;根据所述雷达回波外推图像序列,确定临近天气预测结果。

    一种雷达回波外推预报方法及系统

    公开(公告)号:CN115390164A

    公开(公告)日:2022-11-25

    申请号:CN202211322018.4

    申请日:2022-10-27

    Abstract: 本发明公开了一种雷达回波外推预报方法及系统,本发明采用基于上下文信息融合及注意力机制的长短期记忆网络构建预测神经网络,通过上下文信息融合提高了输入数据之间的相关性和输入数据的时空细节特征,增强网络的短期依赖能力,通过注意力机制可拓宽预测单元的时间感受野来感知更多的时间动态,捕获更可靠的帧间运动信息,大大增强了降雨预测精准度。本发明克服了现有技术对上下文信息提取不足、预报时效短的缺点,实现了准确度更高的雷达回波外推预测。

Patent Agency Ranking