公开(公告)号：CN109409014A

公开(公告)日：2019-03-01

申请号：CN201811504805.4

申请日：2018-12-10

Applicant: 福州大学

Inventor： 陈楠 ,  李换格

IPC: G06F17/50 ,  G06N3/04 ,  G06N3/06

Abstract: 本发明属于地理信息技术领域，具体涉及一种基于BP神经网络模型的年可照时数的计算方法。本发明包含步骤：训练BP神经网络模型；将计算地区的数字高程模型影像构建成输入矩阵；将所述输入矩阵传入BP神经网络模型，计算得到输出矩阵；将所述输出矩阵转换成计算地区的年可照时数数值矩阵。本发明能够快速精确地计算出任意指定地点的可照时数，模型简单易懂、计算量小，较现有的数学模型计算方式大大缩短了计算时间，精度更高，可为深入了解可照时数的空间分布特征、计算太阳直接辐射、散射辐射以及反射辐射提供基础数据，为科学研究和实际生产提供可靠的数据依据，具有重要的科研价值和实用价值。

公开(公告)号：CN109409014B

公开(公告)日：2021-05-04

申请号：CN201811504805.4

申请日：2018-12-10

Applicant: 福州大学

Inventor： 陈楠 ,  李换格

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/06

Abstract: 本发明属于地理信息技术领域，具体涉及一种基于BP神经网络模型的年可照时数的计算方法。本发明包含步骤：训练BP神经网络模型；将计算地区的数字高程模型影像构建成输入矩阵；将所述输入矩阵传入BP神经网络模型，计算得到输出矩阵；将所述输出矩阵转换成计算地区的年可照时数数值矩阵。本发明能够快速精确地计算出任意指定地点的可照时数，模型简单易懂、计算量小，较现有的数学模型计算方式大大缩短了计算时间，精度更高，可为深入了解可照时数的空间分布特征、计算太阳直接辐射、散射辐射以及反射辐射提供基础数据，为科学研究和实际生产提供可靠的数据依据，具有重要的科研价值和实用价值。

公开(公告)号：CN109614693B

公开(公告)日：2023-01-03

申请号：CN201811501077.1

申请日：2018-12-10

Applicant: 福州大学

Inventor： 陈楠 ,  李换格 ,  陈韵

IPC: G06F30/20 ,  G06N3/08 ,  G06F17/16

Abstract: 本发明涉及一种基于BP神经网络模型计算各月份天文辐射量的方法，包括以下步骤：步骤S1：采集待计算地区DEM影像，对DEM影像进行预处理；步骤S2：提取DEM影像对应的输入矩阵；步骤S3：对输入矩阵进行归一化处理；步骤S4：构建并训练BP神经网络模型；步骤S5：将归一化后的输入矩阵输入训练后的BP神经网络模型，得到输出矩阵；步骤S6：对输出矩阵进行反归一化，得到待计算地区的月天文辐射数值矩阵。本发明计算月天文辐射数值方法简单，时间短，精度高。

公开(公告)号：CN109635239B

公开(公告)日：2021-04-27

申请号：CN201811503789.7

申请日：2018-12-10

Applicant: 福州大学

Inventor： 陈楠 ,  李换格 ,  陈韵

IPC: G06F17/16 ,  G06N3/04 ,  G06N3/08 ,  G06T17/05

Abstract: 本发明涉及地理信息系统的技术领域，尤其涉及一种基于BP神经网络模型的年天文辐射量计算方法。本方法包括以下步骤：步骤1，数据下载以及预处理：下载待计算地区的DEM影像，将DEM影像转换为数值矩阵，填充数值矩阵中的空缺值；步骤2，将所述待计算地区的DEM影像构建成输入矩阵；步骤3，对所述输入矩阵归一化处理；步骤4，将所述归一化后的矩阵输入BP神经网络模型，计算得到输出矩阵；步骤5，对输出矩阵进行反归一化，转换成所述计算地区的年天文辐射数值矩阵。本发明的目的在于提供一种基于BP神经网络模型计算年天文辐射量的方法，能够快速准确地计算出指定地点天文辐射量，解决了以往计算方法中模型复杂、计算量大的问题。

公开(公告)号：CN109635239A

公开(公告)日：2019-04-16

申请号：CN201811503789.7

申请日：2018-12-10

Applicant: 福州大学

Inventor： 陈楠 ,  李换格 ,  陈韵

IPC: G06F17/16 ,  G06N3/04 ,  G06N3/08 ,  G06T17/05

CPC classification number: G06F17/16 ,  G06N3/0454 ,  G06N3/084 ,  G06T17/05

Abstract: 本发明涉及地理信息系统的技术领域，尤其涉及一种基于BP神经网络模型的年天文辐射量计算方法。本方法包括以下步骤：步骤1，数据下载以及预处理：下载待计算地区的DEM影像，将DEM影像转换为数值矩阵，填充数值矩阵中的空缺值；步骤2，将所述待计算地区的DEM影像构建成输入矩阵；步骤3，对所述输入矩阵归一化处理；步骤4，将所述归一化后的矩阵输入BP神经网络模型，计算得到输出矩阵；步骤5，对输出矩阵进行反归一化，转换成所述计算地区的年天文辐射数值矩阵。本发明的目的在于提供一种基于BP神经网络模型计算年天文辐射量的方法，能够快速准确地计算出指定地点天文辐射量，解决了以往计算方法中模型复杂、计算量大的问题。

公开(公告)号：CN109614693A

公开(公告)日：2019-04-12

申请号：CN201811501077.1

申请日：2018-12-10

Applicant: 福州大学

Inventor： 陈楠 ,  李换格 ,  陈韵

IPC: G06F17/50 ,  G06N3/08 ,  G06F17/16

Abstract: 本发明涉及一种基于BP神经网络模型计算各月份天文辐射量的方法，包括以下步骤：步骤S1：采集待计算地区DEM影像，对DEM影像进行预处理；步骤S2：提取DEM影像对应的输入矩阵；步骤S3：对输入矩阵进行归一化处理；步骤S4：构建并训练BP神经网络模型；步骤S5：将归一化后的输入矩阵输入训练后的BP神经网络模型，得到输出矩阵；步骤S6：对输出矩阵进行反归一化，得到待计算地区的月天文辐射数值矩阵。本发明计算月天文辐射数值方法简单，时间短，精度高。