[发明专利]基于神经网络的大气能见度预测方法及系统在审
| 申请号： | 201810289058.0 | 申请日： | 2018-04-03 |
| 公开（公告）号： | CN108761571A | 公开（公告）日： | 2018-11-06 |
| 发明（设计）人： | 毛建东;陈蕾;赵虎;周春艳;巩鑫 | 申请（专利权）人： | 北方民族大学 |
| 主分类号： | G01W1/10 | 分类号： | G01W1/10 |
| 代理公司： | 北京市领专知识产权代理有限公司 11590 | 代理人： | 林辉轮;张玲 |
| 地址： | 750021 宁夏回族*** | 国省代码： | 宁夏;64 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于神经网络的大气能见度预测方法及系统，该方法包括：采集当前环境的吸湿增长因子、光学微物理特性参数；将采集得到的吸湿增长因子、光学微物理特性参数，输入预先训练的大气能见度预测模型，输出得到预测大气能见度，所述大气能见度预测模型为基于神经网络的模型。本发明方法避免了因实验环境或现场测量而不能很好或完全反应实际大气的状况的情况，同时基于神将网络强大的非线性预测能力，实现了能见度的准确预测，对于开展低能见度的监测和预警预报具有一定的指导意义。 | ||
| 搜索关键词： | 大气能见度 神经网络 物理特性参数 预测 预测模型 吸湿 采集 非线性预测 低能见度 实验环境 现场测量 预警预报 能见度 输出 监测 网络 | ||
【主权项】：
1.一种基于神经网络的大气能见度预测方法，其特征在于，包括以下步骤：采集当前环境的吸湿增长因子、光学微物理特性参数；将采集得到的吸湿增长因子、光学微物理特性参数，输入预先训练的大气能见度预测模型，输出得到预测大气能见度，所述大气能见度预测模型为基于神经网络的模型。
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方民族大学，未经北方民族大学许可，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/patent/201810289058.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种机坪雷电安全防护系统和方法
- 下一篇：磁致位移式雨量测量方法及装置
