[发明专利]气象报文处理方法及装置、存储介质及电子设备

权利要求书

1.一种气象报文处理方法，其特征在于，包括：

获取实时气象报文；

对所述实时气象报文进行解析，从所述实时气象报文中提取预设的每个天气要素各自对应的数据；

对每个所述天气要素各自对应的数据进行归一化处理；

将归一化处理后的各个数据输入至预先构建的分类模型中，得到所述实时气象报文对应的天气是否适合飞行的判断结果；其中，所述分类模型由多个适飞样本数据和不适飞样本数据对支持向量机进行训练得到。

2.根据权利要求1所述的方法，其特征在于，所述对每个所述天气要素各自对应的数据进行归一化处理，包括：

将所有天气要素对应的数据中的最大值确定为所述实时气象报文的最大特征值，并将所有天气要素对应的数据中的最小值确定为所述实时气象报文的最小特征；

针对每一个所述天气要素对应的数据，基于所述最大特征值和所述最小特征值、以及预设的第一边界和预设的第二边界值，对所述天气要素对应的数据进行归一化处理。

3.根据权利要求2所述的方法，其特征在于，所述基于所述最大特征值和所述最小特征值、以及预设的第一边界和预设的第二边界值，对所述天气要素对应的数据进行归一化处理，包括：

基于所述最大特征值和所述最小特征值、以及预设的第一边界和预设的第二边界值，通过归一化公式，对所述天气要素对应的数据进行归一化处理；

所述归一化公式为：

x'_ij＝l+(u-l)*(x_ij-min_j)/(max_j-min_j)

其中，x'_ij为归一化处理后的数据，x_ij为所述天气要素对应的数据，l为第一边界值，u为第二边界值，min_j为所述最小特征值，max_j为所述最大特征值。

4.根据权利要求2所述的方法，其特征在于，所述分类模型的构建过程，包括：

获取样本数据集；所述样本数据集中包含多个适飞样本数据和不适飞样本数据，每个所述适飞样本数据包括每个所述天气要素各自对应的数据、以及表征适合飞行的判断结果数据；每个所述不适飞样本数据包括每个所述天气要素各自对应的数据、以及表征不适合飞行的判断结果数据；

对每个所述适飞样本数据和每个所述不适飞样本数据进行归一化处理；

基于归一化处理后的每个所述适飞样本数据和每个不适飞样本数据，对支持向量机进行训练，得到支持向量机的分类超平面；

将确定分类超平面的支持向量机确定为分类模型。

5.根据权利要求4所述的方法，其特征在于，所述基于归一化处理后的每个所述适飞样本数据和每个不适飞样本数据，对支持向量机进行训练，得到支持向量机的分类超平面，包括：

基于归一化处理后的每个所述适飞样本数据和预设的惩罚参数，通过支持向量机的核函数，得到第一矩阵；

基于归一化处理后的每个所述不适飞样本数据和所述惩罚参数，通过所述支持向量机的核函数，得到第二矩阵；

对所述第一矩阵和所述第二矩阵进行扩维；

基于扩维后的第一矩阵和第二矩阵，通过二次规划优化函数，得到支持向量机的超平面方程系数；

基于所述超平面方程系数，确定所述支持向量机的分类超平面。

6.一种气象报文处理装置，其特征在于，包括：

第一获取单元，用于获取实时气象报文；

解析单元，用于对所述实时气象报文进行解析，从所述实时气象报文中提取预设的每个天气要素各自对应的数据；

第一处理单元，用于对每个所述天气要素各自对应的数据进行归一化处理；

输入单元，用于将归一化处理后的各个数据输入至预先构建的分类模型中，得到所述实时气象报文对应的天气是否适合飞行的判断结果；其中，所述分类模型由多个适飞样本数据和不适飞样本数据对支持向量机进行训练得到。