公开(公告)号：CN118395287A

公开(公告)日：2024-07-26

申请号：CN202410526836.9

申请日：2024-04-29

Applicant: 成都信息工程大学

Inventor： 曾强宇 ,  黄尚丹 ,  白兰强 ,  刘寅 ,  王皓 ,  于甜甜

IPC: G06F18/2413 ,  G06F18/214 ,  G06F18/243 ,  G06F18/25

Abstract: 本发明涉及一种基于XGBoost模型的龙卷风识别算法，采用双偏振天气雷达数据，除反射率、径向速度和速度谱宽外，还加入双偏振天气雷达数据的差分反射率和相关系数构成数据集，实现对龙卷风的精确识别；通过学习训练实现龙卷风的实时检测，通过制作数据集时采用步长为1滑动窗来增加数据量；同时在制作数据集时进行删除异常值和空值的操作避免影响模型的训练效果；训练时使用网格搜索算法提高模型训练的性能。本发明采用了江苏和广东的雷达数据进行试验，结果表明本发明方法能有效提高龙卷风识别效率和准确率，根据龙卷风的产生和发展过程提供分类概率，帮助预报员对龙卷风进行预报预警。

公开(公告)号：CN118656738A

公开(公告)日：2024-09-17

申请号：CN202410759871.5

申请日：2024-06-13

Applicant: 成都信息工程大学

Inventor： 曾强宇 ,  任志程 ,  张福贵 ,  王皓 ,  吴锐涛

IPC: G06F18/243 ,  G06F18/25 ,  G06F18/2413 ,  G06N5/01 ,  G06N20/20 ,  G06F18/214 ,  G06F18/2113

Abstract: 本发明涉及一种基于随机森林的风力发电场杂波识别方法，该方法基于随机森林分类方法对风力发电场数据集进行分类训练，构建基于随机森林的风力发电场杂波识别模型，训练多个决策树分类器，通过投票的机制将各个决策树分类器的预测结果组合得到最终预测结果，减少了误报和漏报的可能性；采用双重网格搜索策略，先进行粗略搜索，再进行精细搜索，大大缩短了模型训练的时间成本；通过特征重要性分析，有助模型选择最相关的特征，增加了在不同天气下的鲁棒性，并提高了对新雷达数据进行预测的泛化能力。特别地，本发明考虑到七种雷达二次产品的衍生特征，综合多种特征进行分析能够提高模型分类预测的准确性。

公开(公告)号：CN118409324A

公开(公告)日：2024-07-30

申请号：CN202410496565.7

申请日：2024-04-24

Applicant: 成都信息工程大学

Inventor： 王皓 ,  刘志豪 ,  杨荣

IPC: G01S13/95 ,  G01S7/292 ,  G01S7/295 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/048

Abstract: 本发明涉及一种基于深度学习的天气雷达回波订正方法，本发明充分考虑实际情况，如雷达波束展开等因素，将雷达回波划分成多个区间，分别融入不同数量的仰角层数据以提高模型订正精度。对雷达数据进行预处理，解决了极弱回波和无回波对神经网络模型精度的影响，提高缺失气象数据的订正效果，有效降低地基天气雷达选址对地理位置的依赖性。提出的回波订正模型包括：特征提取模块，特征放大模块和特征整合模块，首先获得雷达回波的多尺度局部特征并进行放大，最后提取的所有特征得到预测雷达回波。基于不同雷达采集的雷达回波数据，与现有回波订正技术相比，本发明方法具有更优异的订正精度和泛化性能，在不同的数据集上也具有优异的表现。

公开(公告)号：CN112748433A

公开(公告)日：2021-05-04

申请号：CN202011575185.0

申请日：2020-12-28

Applicant: 成都信息工程大学

Inventor： 曾强宇 ,  任红萍 ,  王皓 ,  何建新 ,  周红根 ,  刘寅

IPC: G01S13/95 ,  G01S7/41

Abstract: 本发明涉及一种天气雷达回波垂直结构超分辨率重建方法，该方法能够精细化重建天气雷达回波垂直结构，包括对天气雷达回波数据进行预处理，建立天气雷达低分辨率观测模型，将PPI数据和RHI数据分别输入到第一超分辨率重建模型和第二超分辨率重建模型种，利用同一仰角的相邻径向和相邻仰角的相邻径向的冗余信息进行重建，最后得到重建的高分辨率重建图像。本发明通过对RHI格式的雷达回波进行超分辨率重建，能够更加清楚的观测到灾害性天气过程演变的三维立体结构。