-
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
Applicant: 南京信息工程大学
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。
-
公开(公告)号：CN117665825A
公开(公告)日：2024-03-08
申请号：CN202410131969.6
申请日：2024-01-31
Applicant: 南京信息工程大学
IPC: G01S13/95
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。
-
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
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06N3/08 , G06V10/82 , G06V10/40 , G06N3/0464
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。
-
Patent Agency Ranking
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
Applicant: 南京信息工程大学
IPC: G01S13/95
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。
-
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
Applicant: 南京信息工程大学
IPC: G06Q10/0637 , G01W1/10 , G06Q50/26 , G06N3/0442 , G06N3/045 , G06N3/084
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。
-
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
Applicant: 南京信息工程大学
IPC: G06Q10/0637 , G01W1/10 , G06Q50/26 , G06N3/0442 , G06N3/045 , G06N3/084
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。
-
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
Applicant: 南京信息工程大学
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。
-
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
Applicant: 南京信息工程大学
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。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.025 seconds)
