基于深度学习的对流性大风短时预报方法及系统
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
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
1
一种音频播放控制系统、方法、装置及存储介质
音频播放控制系统
意图
指令
模型更新
音频播放控制装置
2
一种光伏发电效率分析评价方法
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
3
一种无人机集群协同的灾区三维点云建模方法
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
4
深度神经网络的配电线路覆冰倒断杆概率预测方法及系统
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
5
一种应用分布式预测的多水下机器人系统协调控制方法
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