公开(公告)号：CN113239722B

公开(公告)日：2022-08-30

申请号：CN202110345106.5

申请日：2021-03-31

Applicant: 成都信息工程大学

Inventor： 文立玉 ,  罗飞 ,  柴文涛 ,  卫霄飞

IPC: G06V20/13 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G01W1/10

Abstract: 本发明提供一种基于深度学习在多尺度下的强对流外推方法与系统，方法包括以下步骤：接收雷达图像数据，提取所述雷达图像数据的隐含状态特征；对所述隐含状态特征进行卷积，并将卷积结果输入TrajGRU网络中，进行强对流外推得到雷达图；将所述雷达图进行第二次卷积并同时进行批正则化获得外推图像数据。该方法对雷达图像数据训练得到外推图像，用于强对流天气如暴雨、雷暴、冰雹等极端天气的预报。

公开(公告)号：CN113239722A

公开(公告)日：2021-08-10

申请号：CN202110345106.5

申请日：2021-03-31

Applicant: 成都信息工程大学

Inventor： 文立玉 ,  罗飞 ,  柴文涛 ,  卫霄飞

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G01W1/10

Abstract: 本发明提供一种基于深度学习在多尺度下的强对流外推方法与系统，方法包括以下步骤：接收雷达图像数据，提取所述雷达图像数据的隐含状态特征；对所述隐含状态特征进行卷积，并将卷积结果输入TrajGRU网络中，进行强对流外推得到雷达图；将所述雷达图进行第二次卷积并同时进行批正则化获得外推图像数据。该方法对雷达图像数据训练得到外推图像，用于强对流天气如暴雨、雷暴、冰雹等极端天气的预报。