公开(公告)号：CN114966902B

公开(公告)日：2024-12-24

申请号：CN202210533045.X

申请日：2022-05-16

Applicant: 哈尔滨工业大学

Inventor： 张浩 ,  金晶 ,  王世振 ,  马志峰 ,  刘劼

IPC: G01W1/14 ,  G06N3/084

Abstract: 本发明提出了一种基于神经网络的降雨量自动估测方法及系统，其中，该方法包括利用算法提取雷达反射率与地面降雨观测站点的时空对应数据；利用神经网络算法对提取的数据进行训练，更新权重，估测降雨量；通过使用加权的损失函数优化神经网络算法，使模型提高对中雨、大雨、暴雨的估测能力；通过各节点权重计算输出，估测得到降雨量具体值；该方法有效解决了现有经验公式在多种假设下推导得出，导致降雨量的估计准确率低，以及对中雨、大雨、暴雨的估测准确率更低的技术问题，满足了自动化的要求，同时提高了降雨量的估测精度。

公开(公告)号：CN116227349A

公开(公告)日：2023-06-06

申请号：CN202310184465.6

申请日：2023-03-01

Applicant: 哈尔滨工业大学

Inventor： 张浩 ,  马志峰 ,  刘劼

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08 ,  G06F113/08 ,  G06F119/08

Abstract: 一种基于多模态RNN的短临降水预测方法，涉及短临降水预测技术领域，解决的技术问题为“提供一种准确率高的短临降水预测方法”，方法包括：获取雷达图和气象要素图；采用所述雷达图和气象要素图训练多模态模型；采用训练后的多模态预测模型进行降水预测；其中，所述多模态预测模型包括雷达模块和气象要素模块，所述多模态预测模型根据雷达预测图获得短临降水预测结果；该方法以雷达信息为主，以气象要素信息为辅进行降水预测，将两种模态进行融合，提高了短临降水预测的准确率。

公开(公告)号：CN114966902A

公开(公告)日：2022-08-30

申请号：CN202210533045.X

申请日：2022-05-16

Applicant: 哈尔滨工业大学

Inventor： 张浩 ,  金晶 ,  王世振 ,  马志峰 ,  刘劼

IPC: G01W1/14 ,  G06Q10/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于神经网络的降雨量自动估测方法及系统，其中，该方法包括利用算法提取雷达反射率与地面降雨观测站点的时空对应数据；利用神经网络算法对提取的数据进行训练，更新权重，估测降雨量；通过使用加权的损失函数优化神经网络算法，使模型提高对中雨、大雨、暴雨的估测能力；通过各节点权重计算输出，估测得到降雨量具体值；该方法有效解决了现有经验公式在多种假设下推导得出，导致降雨量的估计准确率低，以及对中雨、大雨、暴雨的估测准确率更低的技术问题，满足了自动化的要求，同时提高了降雨量的估测精度。