[发明专利]一种基于分层表示学习的能见度预报方法在审
| 申请号： | 201811493359.1 | 申请日： | 2018-12-07 |
| 公开（公告）号： | CN109635865A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 陆冰鉴;陆振宇 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G01W1/10 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 朱小兵 |
| 地址： | 211500 江苏省*** | 国省代码： | 江苏;32 |
| 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分层表示学习的能见度预报方法，通过相关性分析确定影响能见度的18个因子；再将每天的因子作为一个训练样本，将实况数据形成的所有训练样本通过FCM聚类算法分类挑选出5000条，作为历史数据库D1，其中能见度小于10km的作为历史数据库D2；将模式预报场数据作为测试样本；先以10km为界分类，选历史数据库D1，用稀疏表示法对将测试样本分两类，回归预报出分类结果为10km以上的能见度；再将分类结果为10km以下的测试样本作新测试样本，以1km、5km为界分类，选历史数据库D2，用稀疏表示法将新测试样本分三类，并回归出新测试集各类能见度；本发明用于气象数据处理领域，能够加快数据处理速度，提高能见度预报精度。 | ||
| 搜索关键词： | 能见度 测试样本 历史数据库 预报 分类结果 稀疏表示 训练样本 分层 气象数据处理 影响能见度 模式预报 实况数据 算法分类 数据处理 测试集 场数据 分类 回归 学习 分析 | ||
【主权项】：
1.一种基于分层表示学习的能见度预报方法，其特征在于，具体包含如下步骤：步骤1，气象要素的相关性分析及因子提取；步骤2，建立历史数据库；步骤3，分层表示学习，预报能见度。
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南京信息工程大学，未经南京信息工程大学许可，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/201811493359.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于数据的容错控制方法及装置
- 下一篇：处理肠图像的方法
