公开(公告)号：CN115713673A

公开(公告)日：2023-02-24

申请号：CN202211439662.X

申请日：2022-11-17

Applicant: 南京信息工程大学 ,  河北省气象灾害防御和环境气象中心(河北省预警信息发布中心)

Inventor： 王洁 ,  梁峰铭 ,  王丽荣 ,  孙彤 ,  葛慧 ,  解文娟

IPC: G06V10/774 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明涉及水文预报技术领域，尤其为一种基于深度学习的特征提取水文预报的方法，包括以下步骤：S1，在服务器内构建水文特征提取卷积网络模型，通过网络收集洪水发生时的水文特征，并将收集到的水文特征组成训练集A，将训练集A送入水文特征提取卷积网络模型中，水文特征提取卷积网络模型对训练集进行处理，得到处理集B；S2，对处理集B进行归一化处理，得到归一数据集C，将归一数据集C送入判定函数内，得到判断值，将判断值与判断阈值进行对比，本发明可以有效解决现有的水位预报方法仍然存在着仍然存在的精度偏低、预见期不足、难以满足时代发展、社会进步所要求的越来越高的预报精度要求，而且极易造成数据资源浪费的问题。