[发明专利]一种基于深度学习的局地数值天气预报产品订正方法有效
| 申请号： | 201811169724.3 | 申请日： | 2018-10-08 |
| 公开（公告）号： | CN109447260B | 公开（公告）日： | 2022-11-18 |
| 发明（设计）人： | 程文聪;王志刚;邢平 | 申请（专利权）人： | 中国人民解放军空军研究院战场环境研究所 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04;G06K9/62;G01W1/10 |
| 代理公司： | 中国航天科技专利中心 11009 | 代理人： | 范晓毅 |
| 地址： | 100085 北京*** | 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： | 本发明公开了一种基于深度学习的局地数值天气预报产品订正方法，包括：根据历史数值天气预报产品和对应的历史站点观测数据，构建训练数据集；根据所述训练数据集对深度学习网络模型进行训练，得到订正模型；提取实时数值天气预报产品预报场数据片段作为输入数据输入所述订正模型，并通过所述订正模型输出订正后的数据片段，将输出的订正后的数据片段作为订正结果。本发明利用深度学习网络的非线性映射能力和对栅格数据的信息提取能力，基于多个站点实际观探测数据订正数值天气预报产品要素值，克服了现有技术存在的问题。 | ||
| 搜索关键词： | 一种 基于 深度 学习 数值 天气预报 产品 订正 方法 | ||
【主权项】：
1.一种基于深度学习的局地数值天气预报产品订正方法，其特征在于，包括：根据历史数值天气预报产品和对应的历史站点观测数据，构建训练数据集；根据所述训练数据集对深度学习网络模型进行训练，得到订正模型；提取实时数值天气预报产品预报场数据片段作为输入数据输入所述订正模型，并通过所述订正模型输出订正后的数据片段，将输出的订正后的数据片段作为订正结果。
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人民解放军空军研究院战场环境研究所，未经中国人民解放军空军研究院战场环境研究所许可，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/201811169724.3/，转载请声明来源钻瓜专利网。
