-
公开(公告)号：CN117111180B
公开(公告)日：2024-07-19
申请号：CN202311028024.3
申请日：2023-08-15
Applicant: 北京大学重庆大数据研究院
Abstract: 本发明提供的一种模式后气象要素发生概率预测方法，包括以下步骤：获取气象原始数据，并采用模式输出机器学习算法确定高精度预测结果；将目标区域的划分为N个格点，将高精度预测结果和原始气象采用模式残差机器学习算法确定出格点预报结果；基于格点预报结果确定每个格点的概率；以目标格点作为圆心，以不同的半径画圆将目标区域划分为3个区域，计算目标格点的权重以及计算从目标格点以外的格点随机选择的n个格点处于不同区的权重；以格点预报结果确定每个格点的概率和各个格点的权重确定目标格点的气象要素发生的概率。
-
公开(公告)号：CN117111180A
公开(公告)日：2023-11-24
申请号：CN202311028024.3
申请日：2023-08-15
Applicant: 北京大学重庆大数据研究院
Abstract: 本发明提供的一种模式后气象要素发生概率预测方法，包括以下步骤：获取气象原始数据，并采用模式输出机器学习算法确定高精度预测结果；将目标区域的划分为N个格点，将高精度预测结果和原始气象采用模式残差机器学习算法确定出格点预报结果；基于格点预报结果确定每个格点的概率；以目标格点作为圆心，以不同的半径画圆将目标区域划分为3个区域，计算目标格点的权重以及计算从目标格点以外的格点随机选择的n个格点处于不同区的权重；以格点预报结果确定每个格点的概率和各个格点的权重确定目标格点的气象要素发生的概率。
-
公开(公告)号：CN117057467A
公开(公告)日：2023-11-14
申请号：CN202311027706.2
申请日：2023-08-15
Applicant: 北京大学重庆大数据研究院
IPC: G06Q10/04 , G01W1/10 , G06N3/0464 , G06N3/08 , G06F18/15 , G06F18/241
Abstract: 本发明提供的一种模式后处理中期降水概率预测方法，包括以下步骤：获取目标区域的历史EC模式数据和历史站点观测数据，并对历史EC模式数据和历史站点观测数据进行预处理；构建神经网络，所述神经网络包括网格数据处理模块、线性分类器、站点数据处理模块以及概率融合模块；所述网格数据处理模块的输出端连接于线性分类器的输入端以及站点数据处理模块的输入端，所述站点数据处理模块和线性分类器的输出端连接于概率融合模块，所述概率融合模块输出结果；将预处理后的历史EC模式数据输入至网格数据处理模块中，且预处理后的历史站点观测数据与网格数据处理模块的输出结果叠加后输入至站点数据处理模块中，从而对神经网络进行训练；获取目标区域中目标位置的实时EC模式数据和实时站点观测数据并输入至神经网络中进行处理，得到目标位置的降水预报结果。
-
-
Search Results
3
records
(took 0.019 seconds)
