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。

    公共气象服务调查评估业务数据采集与查询系统

    公开(公告)号:CN101727492A

    公开(公告)日:2010-06-09

    申请号:CN200910263369.0

    申请日:2009-12-18

    Abstract: 本发明公开了一种公共气象服务调查评估业务数据采集与查询系统,属于在线业务数据采集与查询技术领域。该系统结构包括PC主机、触摸屏显示器、网络终端设备以及刻录机、打印机和音箱,触摸屏显示器和网络终端设备均与PC主机双向连接,刻录机、打印机和音箱均与PC主机的输出端连接,在PC主机中安装公共气象服务调查评估业务软件,系统接入网络,网络终端设备根据上网方式的不同可以为调制解调器、以太网卡或帧中继终端。本发明可以组织全国大规模的在线调查统计工作,在短时间内提供大量资讯双通道通信,满足数据采集与查询业务需求,结构简单,操作方便。

    一种雷达回波外推预报方法、系统及存储介质

    公开(公告)号:CN117665825B

    公开(公告)日:2024-05-14

    申请号:CN202410131969.6

    申请日:2024-01-31

    Abstract: 本发明公开了一种雷达回波外推预报方法及系统,属于降雨短临预报技术领域,其包括获取待预测的雷达回波图像序列;对雷达回波图像序列进行预处理,得到待预测数据集;将所述待预测数据集输入预先训练的结合双分支编解码和门控递归网络的预测模型,获得雷达回波外推预测图像;其中,所述结合双分支编解码和门控递归网络的预测模型的训练方法包括:对获取到的雷达回波图像序列样本进行预处理,得到有效样本数据集;将所述有效样本数据集输入预先构建的结合双分支编解码和门控递归网络的预测模型,得到训练好的结合双分支编解码和门控递归网络的预测模型,通过上述过程实现了准确率更高的雷达回波外推预测效果,大大增强了降雨预测精度。

    专利邮封快拆装置
    15.
    发明授权

    公开(公告)号:CN110435344B

    公开(公告)日:2024-04-05

    申请号:CN201910546574.1

    申请日:2019-06-24

    Abstract: 本发明公开了专利邮封快拆装置,其中:包括后座、上压板结构、下压板结构、上固定板结构、下固定板结构、上切刀结构、下切刀结构以及邮封调位结构,上压板结构包括上压板,上压板后端与后座的前端上部弹性连接,上压板水平设置,上压板前端为自由端,上固定板结构包括上固定板,上固定板后端与后座固定连接,上固定板平行地位于上压板的下方,上固定板的前部上部通过上弹簧与上压板前部下部连接,下压板结构包括下压板,下压板后端与后座的前端下部弹性连接,下压板水平设置,下压板前端为自由端,下固定板结构包括下固定板,下固定板后端与后座固定连接。本发明具有可以不需要仔细对齐邮封边缘就能准确切开邮封、使用简单方便的优点。

    一种台风云图预测方法、系统及存储介质

    公开(公告)号:CN117634930B

    公开(公告)日:2024-03-29

    申请号:CN202410096277.2

    申请日:2024-01-24

    Abstract: 本发明公开了一种台风云图预测方法、系统及存储介质,预测方法包括:将台风云图序列样本输入至预训练的FSTA‑LSTM神经网络模型中,得到预测的台风云图序列,确定台风云图预测结果;其中,所述FSTA‑LSTM神经网络模型的训练过程包括:搭建神经网络模型;其中,所述神经网络模型包括依次连接的特征增强模块、Encoder编码器、STA‑LSTM模块、Decoder解码器和多尺度特征融模块;将预处理后的台风云图序列样本数据输入至神经网络模型中,台风云图序列样本经神经网络模型的多层网络架构的前向传播后,再反向传播更新神经网络模型的网络权重,获得FSTA‑LSTM神经网络模型。本申请优化时空记忆单元和隐藏单元的信息传递,提升了模型对复杂云图模式和台风结构变化的捕捉能力。

    一种台风云图预测方法、系统及存储介质

    公开(公告)号:CN117634930A

    公开(公告)日:2024-03-01

    申请号:CN202410096277.2

    申请日:2024-01-24

    Abstract: 本发明公开了一种台风云图预测方法、系统及存储介质,预测方法包括:将台风云图序列样本输入至预训练的FSTA‑LSTM神经网络模型中,得到预测的台风云图序列,确定台风云图预测结果;其中,所述FSTA‑LSTM神经网络模型的训练过程包括:搭建神经网络模型;其中,所述神经网络模型包括依次连接的特征增强模块、Encoder编码器、STA‑LSTM模块、Decoder解码器和多尺度特征融模块;将预处理后的台风云图序列样本数据输入至神经网络模型中,台风云图序列样本经神经网络模型的多层网络架构的前向传播后,再反向传播更新神经网络模型的网络权重,获得FSTA‑LSTM神经网络模型。本申请优化时空记忆单元和隐藏单元的信息传递,提升了模型对复杂云图模式和台风结构变化的捕捉能力。

    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。

    基于多普勒天气雷达数据的高空风反演方法

    公开(公告)号:CN109100723B

    公开(公告)日:2022-05-27

    申请号:CN201810826385.5

    申请日:2018-07-25

    Abstract: 本发明提出一种基于多普勒天气雷达数据的高空风反演方法,该方法利用多普勒天气雷达的外推产品和径向速度产品,以及探空报资料进行多层次高空风场融合。本发明利用雷达回波图像的外推结果,将各个仰角面的平均径向速度场转化为具有U、V分量的速度矢量场,提高高空风场主观分析的可读性。利用探空资料对雷达风场进行适当修正,修正的力度随雷达网格点与探空站之间距离的增加而递减,使得风场具有较好的整体性和连续性,且更加符合实际大气风场的状况。本发明相较一些多元资料融合的方法,本发明算法的运算复杂度适中,可提高雷达二次风场输出的时效性。

Patent Agency Ranking