-
公开(公告)号:CN116579228A
公开(公告)日:2023-08-11
申请号:CN202310281672.3
申请日:2023-03-17
IPC: G06F30/27 , G06F18/2415 , G06T3/40 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08 , G01W1/10 , G01W1/02 , G06F111/10
Abstract: 本发明公开了一种基于地形分类超分模型的天气预报模式空间降尺度方法。该方法首先通过天气预报模式动力降尺度获得各层嵌套数据,然后以目标区域不同分辨率数据训练超分模型;按照上述流程建立不同地形下的超分模型,并通过地形数据训练地形分类模型,结合超分模型与地形分类模型,并得到融合预测结果,此融合模型为SRBTC模型,它考虑了空间相关性,模型输出待预测区域与多种不同地形之间的相似度概率,将预测结果进行加权求和,得到超分模型的融合预测结果模型训练中考虑到气象高低分模拟数据的差异性提出了指定值放缩法;模型运用时,考虑到多尺度模拟数据间的差异性,提出了拆分合并法,并规定了模型的适用性。
-
公开(公告)号:CN119094817A
公开(公告)日:2024-12-06
申请号:CN202411055449.8
申请日:2024-08-02
Applicant: 中船海装风电有限公司 , 浙江大学
IPC: H04N21/2343 , H04N21/234 , H04N21/4402 , H04N21/44 , G06N3/0985 , G06N3/084
Abstract: 本发明提供一种耦合数据同化的视频插帧时间降尺度方法、设备及存储介质,属于大气科学的技术领域。该方法包括:获取高时间分辨率的模拟数据以及同时间段内对应区域同高时间分辨率的观测数据;将所述高时间分辨率的模拟数据进行下采样得到低时间分辨率数据;将所述数据输入视频插帧模型,构造损失函数,并通过Adam的优化策略对视频插帧模型进行深度学习训练;利用训练完成的视频插帧模型对低时间分辨率数据进行插帧,得到高精度时间分辨率数据。本发明将视频插帧技术运用于时间降尺度上,同时在视频插帧算法的损失函数中加入了与站点观测数据直接的损失用于同化并修正时间降尺度结果,进一步提升时间降尺度的精度。
-
公开(公告)号:CN118798046A
公开(公告)日:2024-10-18
申请号:CN202410933516.5
申请日:2024-07-12
Applicant: 浙江大学
IPC: G06F30/27 , G06Q10/04 , G06Q50/26 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F113/08
Abstract: 本发明公开了一种耦合垂直风廓线的机器学习风速订正方法及装置。结合机器学习风速订正方法和垂直外推风速订正方法,实现风速的耦合订正。此耦合订正方法的原理在于在每一轮机器学习模型训练完成后,在验证集中选择更加符合风速垂直分布规律的模型,从而实现数据驱动与物理知识的结合,以实现提高机器学习风速订正模型的泛化能力。本发明将风速满足的垂直风廓线分布规律耦合进行机器学习模型中,提高了风速订正的效果,获得了具有更好泛化能力的风速订正模型,用于风速预测。
-
-