[发明专利]一种基于深度置信网络的气象预报方法和系统有效
| 申请号： | 201910960395.2 | 申请日： | 2019-10-10 |
| 公开（公告）号： | CN110705115B | 公开（公告）日： | 2023-05-05 |
| 发明（设计）人： | 赵琉涛 | 申请（专利权）人： | 北京北科融智云计算科技有限公司 |
| 主分类号： | G06F30/28 | 分类号： | G06F30/28;G06F30/27;G06F18/214;G06N3/08;G06N5/01;G06Q10/04;G01W1/10;G06F111/10;G06F113/08;G06F119/14 |
| 代理公司： | 北京万思博知识产权代理有限公司 11694 | 代理人： | 范晓斌 |
| 地址： | 100094 北京市*** | 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： | 本申请公开了一种基于深度置信网络的气象预报方法和系统，该方法包括根据目标区域的场地信息获得多个历史观测数据；构建增强决策树对所述历史观测数据进行训练，得到第一预测数据；将第一预测数据输入CFD计算流体动力学模型中，并进行稳态数值模拟以得到第二预测数据，根据所述第二预测数据得到来流条件下的流场分布；基于克里金插值方法，将所述第二预测数据插值于目标区域中的任意位置以提取出模拟风速值，获得训练数据集；将训练数据集的训练样本输入DBN深度神经网络，对该DBN深度神经网络进行训练，利用训练好的气象预报模型对待观测数据进行气象预测,以生成预测结果。通过本发明的方法和系统可以提供预报气象的精度。 | ||
| 搜索关键词： | 一种 基于 深度 置信 网络 气象预报 方法 系统 | ||
【主权项】：
1.一种基于深度置信网络的气象预报方法，该气象预报方法包括以下步骤：/n根据目标区域的场地信息获得多个历史观测数据；/n构建增强决策树对所述历史观测数据进行训练，得到第一预测数据；/n将第一预测数据输入CFD计算流体动力学模型中，并进行稳态数值模拟以得到第二预测数据，根据所述第二预测数据得到来流条件下的流场分布；/n基于克里金插值方法，将所述第二预测数据插值于目标区域中的任意位置以提取出模拟风速值，获得训练数据集；/n将训练数据集的训练样本输入DBN深度神经网络，对该DBN深度神经网络进行训练，利用训练好的气象预报模型对待观测数据进行气象预测,以生成预测结果。/n
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北科融智云计算科技有限公司，未经北京北科融智云计算科技有限公司许可，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/patent/201910960395.2/，转载请声明来源钻瓜专利网。
