-
公开(公告)号：CN113344136A
公开(公告)日：2021-09-03
申请号：CN202110763216.3
申请日：2021-07-06
Applicant: 南京信息工程大学
Abstract: 本发明提出一种基于Mask R‑CNN深度学习模型的反气旋客观识别方法，以提高反气旋识别的准确性，并提升对反气旋系统二维外形特征的客观描述能力。本发明提出的反气旋客观识别方法利用海平面气压数据与人工识别反气旋数据训练Mask R‑CNN深度学习模型，通过训练好的模型得到机器识别反气旋数据。本发明的客观识别方法可对反气旋进行较为准确的个体位置识别，同时该客观识别方法对实际存在的反气旋系统有较为良好的二维外形特征表述能力。
-
公开(公告)号：CN109283505A
公开(公告)日：2019-01-29
申请号：CN201811019917.0
申请日：2018-09-03
Applicant: 南京信息工程大学
IPC: G01S7/41
Abstract: 本发明提出一种修正雷达回波外推图像发散现象的方法，以改善雷达回波外推图像因发散而影响降水量等预报准确性的问题，由于数值模式及其产品能够较好地反映大气运动的客观规律，特别是对风暴发生、发展的变化趋势具有较好地整体性和连续性，因此本发明对数值模式产品这些特性加以利用。为了克服雷达外推预报出的回波强度“过度增加”或“过度减小”的问题，本发明通过融合数值模式预报产品，对回波图像在起报时刻与预报时刻的变化幅度进行修订，进而提高了雷达降水预报的准确性。
-
Patent Agency Ranking
公开(公告)号：CN216119009U
公开(公告)日：2022-03-22
申请号：CN202122374675.0
申请日：2021-09-29
Applicant: 南京信息工程大学
IPC: G08B17/10 , G08B17/06 , G08B21/02 , G08B21/16 , G08B25/08 , G08B7/06 , H04N5/225 , H04N7/18 , H04Q9/00
Abstract: 本实用新型涉及一种厨房大气环境的预警监测装置，属于厨房预警监测装置领域。其包括外壳（20）、主板、蜂鸣器（50）、LED灯（60）、开关（70）、液晶触控显示面板（81）、摄像头（82）、话筒（83）、信息储存模块（84）、音响（85）、充电管理芯片（86）、烟雾传感器（91）、可燃气体传感器（92）、温湿度传感器（93）、油烟浓度传感器（94）、火焰传感器（95），对厨房油烟浓度数值进行精准计算，为用户提供家庭油烟预警监测、温湿度监测、可燃气体泄露监测等多角度全方位的安全保障。
-
公开(公告)号：CN117493326A
公开(公告)日：2024-02-02
申请号：CN202311553576.6
申请日：2023-11-21
Applicant: 无锡天祺云辰科技有限责任公司 , 无锡学院
IPC: G06F16/215 , G06N3/042 , G06N3/08 , G06N3/0464 , G01W1/10
Abstract: 本发明公开了一种高分辨率的气象要素二维插值方法及系统，其中方法步骤包括：下载目标站点区域内的格点数据、观测数据和经纬度信息；基于格点数据、观测数据和经纬度信息得到数据集；基于数据集，构建插值模型；利用插值模型，完成气象要素插值。本发明结合数据的时空特性，改良了从规则网格输出资料对常规不规则分布站点插值的效果，为改善数值天气预报输出产品性能提供可靠依据。同时，本发明可以进一步提升温度数据插值结果大小与分布的准确性；对于降水大值区的插值效果，本发明展现出更为明显的精细化与准确化，能够提供更为接近实况数据大小与落区的插值结果。
-
公开(公告)号：CN118569315B
公开(公告)日：2024-11-22
申请号：CN202411046032.5
申请日：2024-08-01
Applicant: 无锡学院 , 无锡天祺云辰科技有限责任公司 , 中国气象局公共气象服务中心(国家预警信息发布中心)
IPC: G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06N5/045 , G01W1/10
Abstract: 本发明公开了基于Transformer的气象要素季节内振荡分量的延伸期预报系统及方法，属于气象预报领域，系统包括：数据收集模块、模型优化模块、模型训练模块和预报模块；数据收集模块用于收集历史气象资料，并利用滤波方法提取历史气象资料的气象要素季节内振荡分量；模型优化模块用于构建并优化Transformer模型，得到优化后模型；模型训练模块基于气象要素季节内振荡分量对优化后模型进行训练评估，得到延伸期预报模型；预报模块用于利用延伸期预报模型进行气象预报。本发明改良了传统神经网络预报方法，同时配合增加输入时次数量至最优值的方式提升了延伸期气象要素季节内振荡分量的预报准确率，改善了延伸期预报的效果。
-
公开(公告)号：CN119851096A
公开(公告)日：2025-04-18
申请号：CN202510323462.5
申请日：2025-03-19
Applicant: 无锡学院 , 无锡天祺云辰科技有限责任公司
IPC: G06V10/82 , G06V10/774 , G06V10/776 , G06V10/26 , G06V10/28 , G06V10/46 , G06V10/764
Abstract: 本发明公开了一种热带外气旋二维结构识别方法及系统，涉及天气系统自动识别与深度学习技术领域。本发明基于DETR模型的气旋二维结构自动识别方法，该方法包括多个步骤：下载数据并制作气旋训练数据集；将数据集上传至MXMACA运算平台并对DETR模型网络进行训练，获得识别气旋模型权重；利用训练好的模型预测气旋二维结构。通过本发明，能够实现对气旋的自动识别，在一定程度上减少人工分析气旋的主观性，为预报员在天气预报业务工作中提供一定参考。
-
公开(公告)号：CN118569315A
公开(公告)日：2024-08-30
申请号：CN202411046032.5
申请日：2024-08-01
Applicant: 无锡学院 , 无锡天祺云辰科技有限责任公司 , 中国气象局公共气象服务中心(国家预警信息发布中心)
IPC: G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06N5/045 , G01W1/10
Abstract: 本发明公开了基于Transformer的气象要素季节内振荡分量的延伸期预报系统及方法，属于气象预报领域，系统包括：数据收集模块、模型优化模块、模型训练模块和预报模块；数据收集模块用于收集历史气象资料，并利用滤波方法提取历史气象资料的气象要素季节内振荡分量；模型优化模块用于构建并优化Transformer模型，得到优化后模型；模型训练模块基于气象要素季节内振荡分量对优化后模型进行训练评估，得到延伸期预报模型；预报模块用于利用延伸期预报模型进行气象预报。本发明改良了传统神经网络预报方法，同时配合增加输入时次数量至最优值的方式提升了延伸期气象要素季节内振荡分量的预报准确率，改善了延伸期预报的效果。
-
-
-
-
-
-
Search Results
37
records
(took 0.037 seconds)
