基于深度学习的对流性大风短时预报方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于深度学习的对流性大风短时预报方法及系统
申请号:CN202510014132
申请日期:2025-01-06
公开号:CN119902310B
公开日期:2025-09-30
类型:发明专利
摘要
本发明涉及气象预报技术领域,具体涉及基于深度学习的对流性大风短时预报方法及系统,方法包括:S1、历史气象数据的收集与预处理;S2、深度学习模型的构建与训练;S3、实时监测采集数据;S4、预报结果的输出;S5、实时数据后处理与提取筛选;系统包括:数据收集模块、数据预处理模块、深度学习模块、实时监测模块、预报模块和实时数据处理模块;本发明,用于收集目标地区的地形特征数据,并分类对深度学习模型进行训练,再由深度学习模型分别进行预测和预报,提高预报的准确性。
技术关键词
预报方法 地形特征 训练深度学习模型 数据收集模块 历史气象数据 实时数据处理 短时预报系统 气压 气象预报技术 历史风速数据 阈值分割法 监测模块 速度 插值法 海洋
系统为您推荐了相关专利信息
音频播放控制系统 意图 指令 模型更新 音频播放控制装置
DEA模型 Malmquist指数 历史运行数据 历史气象数据 光伏电站发电效率
无人机集群协同 三维点云建模 三维点云模型 地形特征 任务分配算法
概率预测方法 鲸鱼算法 配电线路覆冰 构建深度神经网络 历史气象数据
机器人行进路线 水下机器人系统 协调控制方法 递归神经网络模型 因子