[发明专利]霜冻预测方法、装置、设备及计算机可读存储介质在审

专利信息
申请号: 202010752333.5 申请日: 2020-07-30
公开(公告)号: CN111898823A 公开(公告)日: 2020-11-06
发明(设计)人: 魏超时;陈志豪;陈博;曹兢;朱杰孝;徐元魁 申请(专利权)人: 中国民用航空华东地区空中交通管理局;上海眼控科技股份有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/26;G06N3/04;G01W1/10;G01W1/06;G01N33/24;G01D21/02
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 张娜;臧建明
地址: 200050 上海*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 霜冻 预测 方法 装置 设备 计算机 可读 存储 介质
【权利要求书】:

1.一种霜冻预测方法,其特征在于,包括:

获取目标区域的环境数据和大地热辐射指数;

将所述环境数据和所述大地热辐射指数输入第一预设神经网络,其中,所述第一预设神经网络通过多个区域不同时刻的环境数据、大地热辐射指数和霜冻类型训练得到;

获取所述第一预设神经网络的输出结果;

根据所述第一预设神经网络的输出结果,确定所述目标区域的霜冻类型。

2.根据权利要求1所述的方法,其特征在于,在所述获取所述第一预设神经网络的输出结果之后,还包括:

对所述目标区域的霜冻类型进行验证。

3.根据权利要求2所述的方法,其特征在于,所述对所述目标区域的霜冻类型进行验证,包括:

获取所述目标区域的植被图片;

将所述图片输入至第二预设神经网络,其中,所述第二预设神经网络通过多个区域不同时刻的植被图片和霜冻类型训练得到;

获取所述第二预设神经网络的输出结果;

根据所述第二预设神经网络的输出结果,对所述霜冻类型进行验证。

4.根据权利要求3所述的方法,其特征在于,所述根据所述第二预设神经网络的输出结果,对所述霜冻类型进行验证,包括:

比较所述第一预设神经网络的输出结果与所述第二预设神经网络的输出结果;

若所述第一预设神经网络的输出结果与所述第二预设神经网络的输出结果相同,则验证成功。

5.根据权利要求1至3中任一项所述的方法,其特征在于,所述环境数据包括大气温湿度、土壤温度和风速,

相应的,所述获取目标区域的环境数据包括:

通过预设温湿度传感器获取大气温湿度,通过预设土壤温度传感器获取土壤温度,通过预设风速传感器获取风速,并通过预设光敏电阻获取大地热辐射指数。

6.根据权利要求1所述的方法,其特征在于,所述第一预设神经网络为LSTM长短期记忆网络;

在所述将所述环境数据和所述大地热辐射指数输入第一预设神经网络之前,还包括:

根据获取所述目标区域的环境数据和大地热辐射指数的时间,以及预设时间窗口,对所述目标区域的环境数据和大地热辐射指数进行划分。

7.根据权利要求1所述的方法,其特征在于,还包括:

在电子地图上设置所述目标区域对应的地理位置;

在所述获取所述第一预设神经网络的输出结果之后,还包括:

若所述第一预设神经网络的输出结果为第一类型霜冻,则在所述电子地图的所述地理位置上标记所述第一类型霜冻。

8.一种霜冻预测装置,其特征在于,包括:

第一获取模块,用于获取目标区域的环境数据和大地热辐射指数;

输入模块,用于将所述环境数据和所述大地热辐射指数输入第一预设神经网络,其中,所述第一预设神经网络通过多个区域不同时刻的环境数据、大地热辐射指数和霜冻类型训练得到;

第二获取模块,用于获取所述第一预设神经网络的输出结果;

第一确定模块,用于根据所述第一预设神经网络的输出结果,确定所述目标区域的霜冻类型。

9.一种霜冻预测设备,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至7中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国民用航空华东地区空中交通管理局;上海眼控科技股份有限公司,未经中国民用航空华东地区空中交通管理局;上海眼控科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010752333.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top