-
公开(公告)号：CN117521879A
公开(公告)日：2024-02-06
申请号：CN202311418108.8
申请日：2023-10-30
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G01W1/10 , G06N3/0442 , G06F18/25 , G06F18/10 , G06N3/0464 , G01W1/02 , G06F123/02
Abstract: 本发明公开了一种基于特征融合和趋势模糊粒化的气象时间序列预测方法，包括步骤：S1，利用去噪模块，对获取的气象时间序列进行分解重组、去噪处理，得到去噪后的气象时间序列A′t；S2，利用构建的时间结构搜索模块，对预测模块进行优化；S3，采用高斯线性模糊线性粒化算法，对A′t进行处理，得到不等长的粒度气象时间序列LG；S4，对粒度气象时间序列LG进行优化；S5，构建特征融合模块，进行特征融合，得到融合后的气象数据；S6，对融合后的特征图进行级联操作；S7，利用LSTM单元对融合后的气象数据进行处理，由预测模块进行气象预测。本发明能最大限度提取信息，减少模型的迭代累计误差，提高气象预测的准确性。
-
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
Applicant: 南京信息工程大学
IPC: G01S13/95
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。
-
公开(公告)号：CN109100723A
公开(公告)日：2018-12-28
申请号：CN201810826385.5
申请日：2018-07-25
Applicant: 南京信息工程大学
IPC: G01S13/95
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
公开(公告)号：CN118966457A
公开(公告)日：2024-11-15
申请号：CN202411142255.1
申请日：2024-08-20
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种针对气象观测模糊序列的长时间序列预测方法，包括步骤如下：S1，根据气象站观测得到的长时间序列，得到影响未来降水分布的特征值，并选取主变量和协变量；S2，利用FS模糊廓型准则来确定各个气象变量的最优模糊区间数及其长度；S3，确定各因素的论域U；S4，基于相等和不相等长度的区间定义模糊集，将历史数据模糊化；S5，构建犹豫模糊集；S6，根据间隔数，构造新的论域，并定义气象差分模糊集；S7，结合主变量及其协变量的差分模糊集，建立高阶多变量模糊逻辑关系；S8，得出主变量的预测结果；S9，对预测结果进行修改。本发明综合考虑了气象预测时的其他影响因素，提高了预测的精确度和准确性。
-
公开(公告)号：CN118153640B
公开(公告)日：2024-08-02
申请号：CN202410587251.8
申请日：2024-05-13
Applicant: 南京信息工程大学
IPC: G06F18/25 , G06N3/08 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于改进卷积神经网络的多源卫星有效波高融合方法，包括以下步骤：（1）构建多源卫星有效波高沿轨逐日数据集并进行预处理；（2）提取对应真实值和缺测值位置，构建对应位置的mask掩码数据集，构建基于ERA5的有效波高数据的训练集；（3）搭建改进的深度学习模型RA−PUNet；（4）基于步骤（2）的训练集，mask掩码数据集和RA−PUNet模型进行训练，得到最精确的建立波高场；（5）基于多源卫星高度计有效波高数据，建立出无缺测的海面有效波高融合数据集；本发明建立长序列多源海面有效波高格点融合资料，建立自主可控、精度一致的25km分辨率逐日有效波高融合数据集。
-
公开(公告)号：CN118153640A
公开(公告)日：2024-06-07
申请号：CN202410587251.8
申请日：2024-05-13
Applicant: 南京信息工程大学
IPC: G06N3/0464 , G06N3/08 , G06N3/0455 , G06F18/25
Abstract: 本发明公开了一种基于改进卷积神经网络的多源卫星有效波高融合方法，包括以下步骤：（1）构建多源卫星有效波高沿轨逐日数据集并进行预处理；（2）提取对应真实值和缺测值位置，构建对应位置的mask掩码数据集，构建基于ERA5的有效波高数据的训练集；（3）搭建改进的深度学习模型RA−PUNet；（4）基于步骤（2）的训练集，mask掩码数据集和RA−PUNet模型进行训练，得到最精确的建立波高场；（5）基于多源卫星高度计有效波高数据，建立出无缺测的海面有效波高融合数据集；本发明建立长序列多源海面有效波高格点融合资料，建立自主可控、精度一致的25km分辨率逐日有效波高融合数据集。
-
公开(公告)号：CN109283505B
公开(公告)日：2022-06-07
申请号：CN201811019917.0
申请日：2018-09-03
Applicant: 南京信息工程大学
IPC: G01S7/41
Abstract: 本发明提出一种修正雷达回波外推图像发散现象的方法，以改善雷达回波外推图像因发散而影响降水量等预报准确性的问题，由于数值模式及其产品能够较好地反映大气运动的客观规律，特别是对风暴发生、发展的变化趋势具有较好地整体性和连续性，因此本发明对数值模式产品这些特性加以利用。为了克服雷达外推预报出的回波强度“过度增加”或“过度减小”的问题，本发明通过融合数值模式预报产品，对回波图像在起报时刻与预报时刻的变化幅度进行修订，进而提高了雷达降水预报的准确性。
-
公开(公告)号：CN109283505A
公开(公告)日：2019-01-29
申请号：CN201811019917.0
申请日：2018-09-03
Applicant: 南京信息工程大学
IPC: G01S7/41
Abstract: 本发明提出一种修正雷达回波外推图像发散现象的方法，以改善雷达回波外推图像因发散而影响降水量等预报准确性的问题，由于数值模式及其产品能够较好地反映大气运动的客观规律，特别是对风暴发生、发展的变化趋势具有较好地整体性和连续性，因此本发明对数值模式产品这些特性加以利用。为了克服雷达外推预报出的回波强度“过度增加”或“过度减小”的问题，本发明通过融合数值模式预报产品，对回波图像在起报时刻与预报时刻的变化幅度进行修订，进而提高了雷达降水预报的准确性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.03 seconds)
