公开(公告)号：CN114966902B

公开(公告)日：2024-12-24

申请号：CN202210533045.X

申请日：2022-05-16

Applicant: 哈尔滨工业大学

Inventor： 张浩 ,  金晶 ,  王世振 ,  马志峰 ,  刘劼

IPC: G01W1/14 ,  G06N3/084

Abstract: 本发明提出了一种基于神经网络的降雨量自动估测方法及系统，其中，该方法包括利用算法提取雷达反射率与地面降雨观测站点的时空对应数据；利用神经网络算法对提取的数据进行训练，更新权重，估测降雨量；通过使用加权的损失函数优化神经网络算法，使模型提高对中雨、大雨、暴雨的估测能力；通过各节点权重计算输出，估测得到降雨量具体值；该方法有效解决了现有经验公式在多种假设下推导得出，导致降雨量的估计准确率低，以及对中雨、大雨、暴雨的估测准确率更低的技术问题，满足了自动化的要求，同时提高了降雨量的估测精度。

公开(公告)号：CN114966902A

公开(公告)日：2022-08-30

申请号：CN202210533045.X

申请日：2022-05-16

Applicant: 哈尔滨工业大学

Inventor： 张浩 ,  金晶 ,  王世振 ,  马志峰 ,  刘劼

IPC: G01W1/14 ,  G06Q10/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于神经网络的降雨量自动估测方法及系统，其中，该方法包括利用算法提取雷达反射率与地面降雨观测站点的时空对应数据；利用神经网络算法对提取的数据进行训练，更新权重，估测降雨量；通过使用加权的损失函数优化神经网络算法，使模型提高对中雨、大雨、暴雨的估测能力；通过各节点权重计算输出，估测得到降雨量具体值；该方法有效解决了现有经验公式在多种假设下推导得出，导致降雨量的估计准确率低，以及对中雨、大雨、暴雨的估测准确率更低的技术问题，满足了自动化的要求，同时提高了降雨量的估测精度。