[发明专利]气象预报结果的确定方法及装置在审

专利信息
申请号: 202110751609.2 申请日: 2021-07-02
公开(公告)号: CN113341481A 公开(公告)日: 2021-09-03
发明(设计)人: 郭禹琛;何晓凤;王晓峰;周荣卫;武正天 申请(专利权)人: 北京玖天气象科技有限公司;华风气象传媒集团有限责任公司
主分类号: G01W1/10 分类号: G01W1/10
代理公司: 北京中誉威圣知识产权代理有限公司 11279 代理人: 李泽中
地址: 100081 北京市海淀区中关村*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 气象预报 结果 确定 方法 装置
【权利要求书】:

1.一种气象预报结果的确定方法,其特征在于,包括:

响应于接收到气象预报集合,基于所述气象预报集合中各集合预报所指示的预报特征,对所述气象预报集合进行分类,获得至少一组子气象预报集合,其中,预报特征包括:降水量或风速,每个子气象预报集合包括至少一个集合预报;

从每个子气象预报集合中筛选出一个目标预报成员,以及,根据筛选出的目标预报成员确定气象预报结果。

2.根据权利要求1所述的方法,其特征在于,所述从每个子气象预报集合中筛选出一个目标预报成员,以及,根据筛选出的目标预报成员确定气象预报结果,包括:

利用预报模型组从每个子气象预报集合中筛选出一个目标预报成员,以及,利用所述预报模型组基于筛选出的目标预报成员确定气象预报结果。

3.根据权利要求1所述的方法,其特征在于,所述从每个子气象预报集合中筛选出一个目标预报成员,包括:

根据每个子气象预报集合中的预报成员的预报特性分布,从每个子气象预报集合中筛选出一个目标预报成员。

4.根据权利要求2所述的方法,其特征在于,通过如下方式获得预报模型组:

获取训练样本,其中,训练样本包括:训练用预报气象数据和训练用实况气象数据;

将获取的训练样本进行分类,获得N个训练样本集合,其中,所述N为正整数;

利用各训练样本集合对预设初始神经网络模型,获得N个预报模型组。

5.根据权利要求4所述的方法,其特征在于,训练样本的气象特征包括:用于指示降水量的特征;以及,所述将获取的训练样本进行分类,获得N个训练样本集合,包括:

根据各训练样本所指示的降水量,对获取的训练样本进行分类,获得所述N个训练样本集合。

6.根据权利要求4所述的方法,其特征在于,训练样本的气象特征包括:用于指示风速的特征,以及,所述将获取的训练样本进行分类,获得N个训练样本集合,包括:

根据各训练样本所指示的风速,对获取的训练样本进行分类,获得所述N个训练样本集合。

7.根据权利要求4所述的方法,其特征在于,所述利用各训练样本集合对预设初始神经网络模型,获得所述N个预报模型组,包括:

筛选各训练样本集合中预设比例的训练样本;

根据从各训练样本集合筛选出的训练样本训练预设初始神经网络模型,获得所述N个预报模型组。

8.一种气象预报结果的确定装置,其特征在于,包括:

分类单元,用于响应于接收到气象预报集合,基于所述气象预报集合中各集合预报所指示的预报特征,对所述气象预报集合进行分类,获得至少一组子气象预报集合,其中,预报特征包括:降水量或风速,每个子气象预报集合包括至少一个集合预报;

筛选单元,用于从每个子气象预报集合中筛选出一个目标预报成员,以及,根据筛选出的目标预报成员确定气象预报结果。

9.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-7任一所述方法中的步骤。

10.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。

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北京玖天气象科技有限公司;华风气象传媒集团有限责任公司,未经北京玖天气象科技有限公司;华风气象传媒集团有限责任公司许可,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/202110751609.2/1.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