-
公开(公告)号：CN115544889A
公开(公告)日：2022-12-30
申请号：CN202211272422.5
申请日：2022-10-18
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06N3/04 , G01W1/14 , G06F111/10
Abstract: 本发明公开了基于深度学习的数值模式降水产品的偏差校正方法，包括如下具体步骤：获取ERA5陆面再分析数据、ECMWF日降水预测数据和地面站日降水观测数据；通过皮尔逊相关系数利用气象因子和地面观测降水值之间的相关性选取有效特征；获得较为准确的日降水标签；建立基于深度学习的模式降水产品偏差校正模型，设计权重损失函数更新模型参数；训练获得最佳模型。本发明的优点在于深度学习模型加入历史气象序列且模型设计双分支结构既关注到局部降水又能兼顾整体降水，使用权重损失函数环境降水量跨度大且极不平衡的问题，模型能够很好的学习到数值模式中降水误差，达到降水偏差校正的效果。
Search Results
1
records
(took 0.025 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
