一种基于深度卷积神经网络的强天气目标识别方法

    公开(公告)号:CN113469278A

    公开(公告)日:2021-10-01

    申请号:CN202110829014.4

    申请日:2021-07-22

    Abstract: 本发明提供一种基于深度卷积神经网络的强天气目标识别方法,包括以下步骤:数据集收集;数据集构建;模型构建;模型训练与验证;模型测试。本发明的一种基于深度卷积神经网络的强天气目标识别方法设计合理,能够有效检测出图像、视频中强天气个体目标(龙卷、冰雹、雷电),并框选出目标位置和置信度,对于图像中发生强天气现象的检测准确率更是高达96%以上,漏检率为0,能够对实况图像中强天气现象做出及时有效的告警,为第一时间决策服务提供有力的实况警报信息,减少天气灾害的损失。

    一种基于微服务架构的短中期水文预报调度系统构建方法

    公开(公告)号:CN117610281A

    公开(公告)日:2024-02-27

    申请号:CN202311604011.6

    申请日:2023-11-28

    Abstract: 本发明公开一种基于微服务架构的短中期水文预报调度系统构建方法,它包括如下步骤:S1、流域数据准备:收集和处理气象水文数据、地理信息数据、水工建筑物数据;S2、流域水文建模:完成流域对象概化、流域对象编码、流域拓扑构建、流域模型耦合、模型参数率定;S3、应用系统开发:开发工具选择、数据库表构建、后端开发、前端开发、前端和后端对接、系统测试和部署;本发明将多阻断大流域数据进行标准化管理,采用流程化的建模使流域水文建模过程变得高效便捷,并采用轻量级的微服务架来构建系统,按照本发明所构建的系统克服了传统预报调度系统数据管理困难、水文建模复杂、通用性不强等缺点。

Patent Agency Ranking