公开(公告)号：CN116756566A

公开(公告)日：2023-09-15

申请号：CN202310640514.2

申请日：2023-06-01

Applicant: 成都信息工程大学 ,  南充市气象局

Inventor： 文斌 ,  陈岚 ,  王冬萌 ,  付世军 ,  李亚军 ,  刘书慧 ,  李梦 ,  徐越 ,  卢德全

IPC: G06F18/214 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种多源同型气象要素融合检验方法，引入同型站的目标要素特征和强相关气象要素特征，得到多特征融合数据集，引入LSTNet网络提取数据时序特征和要素关联性，并针对应用场景，并对LSTNet网络进行改进得到ILSTNet网络，使其进行正反向气象数据特征的提取的同时，也关注重要特征和重要时间步的信息，将ILSTNet网络作为第一预测网络；以编码解码框架为主体构建第二预测网络，将第一预测网络和第二预测网络进行动态加权融合，双阶段融合预测模型MFC‑IL‑EDCT。本发明对实际气象数据序列的变化趋势拟合准确性更高，数据动态跟踪能力更强，因此可以更好地进行气象数据真实性检验。

公开(公告)号：CN116720080A

公开(公告)日：2023-09-08

申请号：CN202310643883.7

申请日：2023-06-01

Applicant: 成都信息工程大学 ,  南充市气象局

Inventor： 文斌 ,  陈岚 ,  王冬萌 ,  付世军 ,  李亚军 ,  刘书慧 ,  李梦 ,  徐越 ,  卢德全

IPC: G06F18/214 ,  G06F17/18 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种同源气象要素融合检验方法，提出基于灰色关联分析的卷积长短时记忆网络和双向长短期记忆网络动态权值融合的气象数据预测模型，灰色关联分析法解决了传统方法中参数选择困难的问题，双向长短时记忆网络可以充分挖掘小时气象数据之间双向的特征，完整地学习到其整体特征；而引入双向长短时记忆网络则保证得到数据时序关系的同时可以进行要素间关联特征提取，有利于提升预测精度；本发明该模型具有较好的潜在特征提取能力，在预测时表现出更强的跟踪动态非线性变化的能力以及更高的预测准确性，因此可以更好的进行气象数据真实性检验，即缺失值的拟合和异常值的检测。

公开(公告)号：CN217901485U

公开(公告)日：2022-11-25

申请号：CN202221964133.7

申请日：2022-07-28

Applicant: 成都信息工程大学

Inventor： 文斌 ,  李琪 ,  刘书慧 ,  卢德全

IPC: G01N15/06

Abstract: 本实用新型属于大气微粒检测领域，特别涉及一种PD阵列大气微粒传感器，包括激光管、透镜组、气流通道、消光室、光电二极管组，光电二极管组中至少有一个光电二极管设置于激光管发射线与气流通道形成散射点的正上方，其余光电二极管设置于激光发射器发射线与气流通道形成的平面上；光电二极管产生的信号经信号调理电路处理后传输至微处理器；激光管由激光稳恒电路进行实时功率调节；微处理器控制激光管并将信号调理电路的信号进行ADC处理输出粒子浓度信息。本实用新型能有效对大气中不同粒径的粒子浓度进行采集，对混合多粒径粒子中的大粒径粒子有更好的计数效率，提高了结果可靠性，适应更广的微粒粒径分布区间。