-
Patent Agency Ranking
公开(公告)号：CN111766641A
公开(公告)日：2020-10-13
申请号：CN202010901847.2
申请日：2020-09-01
Applicant: 南京信大气象科学技术研究院有限公司
Abstract: 本发明涉及大气科学领域，提出一种以深度神经网络为模型，以雷达回波图像为主要输入，利用光流技术生成回波移动光流图像作为辅助输入，通过数据集增强、代价函数优化和模型泛化性能优化等步骤，实现对强对流天气智能识别的方法。本申请提出一种基于深度神经网络技术的强对流天气智能识别方法，该方法能够将以往由气象工作者主观研读雷达资料来分析强对流天气的过程自动化、定量化，提高了对强对流天气识别相关业务的可靠性和时效性。
-
公开(公告)号：CN116301529A
公开(公告)日：2023-06-23
申请号：CN202310294767.9
申请日：2023-03-24
Applicant: 南京信大气象科学技术研究院有限公司
IPC: G06F3/04845 , G06F3/0354 , G06F16/29
Abstract: 本发明公开了一种气象系统随体坐标系的构建方法及计算机可读介质。该方法包括获取待分析的GIS地图和风场数据，以及其它气象要素数据；基于风场数据的流线场形态确定待分析气象系统，其它气象要素作为辅助判定依据，并确定待分析气象系统随体坐标系的原点、范围线、两条主坐标轴，并获取两条正交主坐标轴与待分析气象系统范围线的交点的经纬度；选定两条正交主坐标轴上的数据格点间距，再自动计算并确定出两条正交主坐标轴上的数据格点数和格点间距；在垂直方向上可按需选择数个标准层次，进行随体坐标系网格建立，构建完成待分析气象系统的三维随体坐标系框架。本发明为专业理论在气象系统实际状态中的应用，营造了又一个有效的基础工具。
-
公开(公告)号：CN110515081B
公开(公告)日：2022-04-26
申请号：CN201910560579.X
申请日：2019-06-26
Applicant: 南京信息工程大学 , 南京信大气象科学技术研究院有限公司
Abstract: 本发明公开一种雷达回波零度层亮带智能识别预警方法，该方法以天气雷达资料为主要数据源，对雷达回波零度层亮带进行智能识别和预警，通过3个判定公式以及一系列计算流程，将以往需要由气象业务人员主观分析、判定的业务流程自动化、标准化，对雷达回波零度层亮带的各种潜在特征进行客观且定量地分析，提高了相关业务的实时性和预警的时效性，为相关业务的自动化、智能化开展提供一种新的技术手段。本发明的一种雷达回波零度层亮带智能识别预警方法，利用上一时刻的雷达基数据文件和常规探空观测资料、数值模式资料，对“疑似”或“确定”存在零度层亮带进行细化分区，提高了对雷达回波零度层亮带识别的客观性和准确性。
-
公开(公告)号：CN112255611A
公开(公告)日：2021-01-22
申请号：CN202011171264.5
申请日：2020-10-28
Applicant: 南京信大气象科学技术研究院有限公司
IPC: G01S7/41
Abstract: 本发明实施例公开了大气科学技术领域的一种基于雷达探测数据的下击暴流智能识别方法，包括如下步骤：S1、建立随雷达探测时间t变化的雷达探测数据D(t)，并定义D(t‑1)、D(t‑2)直至D(t‑n)分别为t时刻之前的1‑n个时间周期的雷达探测数据；S2、建立随雷达探测数据D(t)变化的雷达回波图像Pa(D(t))和雷达径向速度图像Pb(D(t))。本发明通过从有限的数据集中获得尽可能多的有效信息，避免陷入局部的极值，并寻求最优参数；通过多个模型可以用于模型集成，提升模型识别的准确率和稳定性。
-
公开(公告)号：CN110555515A
公开(公告)日：2019-12-10
申请号：CN201910781174.9
申请日：2019-08-22
Applicant: 南京信大气象科学技术研究院有限公司
Abstract: 一种基于EEMD和LSTM的短期风速预测方法，基于集合经验模态分解EEMD与长短期记忆神经网络LSTM相结合的风速预测模型，通过EEMD对风速序列进行分解，得到较为平稳的子序列，较好的保留了原始数据的性质，优化了传统经验模态EMD模态混叠带来的误差，与LSTM预测模型相结合，改善了LSTM预测模型的滞后性，相对于传统的方法效率更高，同时能够有效降低预测误差。
-
-
-
-
Search Results
15
records
(took 0.04 seconds)
