一种基于LSTM神经网络模型的降水微物理参数反演算法

    公开(公告)号:CN118483769A

    公开(公告)日:2024-08-13

    申请号:CN202410685562.8

    申请日:2024-05-29

    Abstract: 本发明提供了一种基于LSTM神经网络模型的降水微物理参数反演算法,旨在提高反演精度和区域适应性。该方法首先利用粒子谱仪观测数据计算得到理论雷达数据,通过滑动窗格技术和累积分布函数计算,动态调整参数以寻找最优解,从而获得更加精确的理论雷达数据。其次,采用模糊逻辑法对降水粒子相态进行分类,并根据不同相态设置雷达参数的权重。将不同权重的理论雷达数据与降水粒子相态结合作为新的特征输入LSTM模型,进行高精度反演。通过这种方法,本发明显著提高了对含水量、降水强度以及粒径大小等降水微物理参数的反演准确性和适应性,具有广泛的应用前景。

    一种车路协同信号优先控制方法与系统

    公开(公告)号:CN120071655A

    公开(公告)日:2025-05-30

    申请号:CN202510225475.9

    申请日:2025-02-27

    Abstract: 本发明提供一种车路协同信号优先控制方法与系统,通过设定一个预设范围,也即,当公交车处于距离路口较近的区域时,就开始进行公交优先控制策略的响应,克服了行程时间中控制延误的干扰。在控制计算方面,时间差计算依据公交车到达路口的时间距离公交相位的中心距离进行计算,给予公交车辆一定的缓冲时间,避免速度波动对控制效果的影响;其次,在具体相位控制策略的计算过程中,充分考虑了行驶过程中的速度波动,依托行驶区间与公交相位的区间间隔最小目标进行优化,双重保障能够有效降低控制失效的风险。此外,控制策略只涉及最多一个半周期,且只有相位压缩和相位延长不涉及信号插入、跳跃,不会频繁变换相位引发交通混乱、干扰正常行驶秩序。

Patent Agency Ranking