龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华中科技大学
摘要：本发明属于降水预测相关技术领域，其公开了一种物理机制引导的时域卷积神经网络降水预测方法及系统，方法包括：采用多种类型的Copula函数分别计算历史气象和水文数据联合分布的欧式距离，将欧式距离最小的联合分布对应的Copula函数作为目标Copula函数；采用目标Copula函数计算历史气象和水文数据的联合分布值；以历史气象和水文数据以及对应的联合分布值作为输入，以历史降水数据作为输出对时域卷积神经网络进行训练获得物理机制引导的时域卷积神经网络降水预测模型；将待预测降水的前预设天数的历史气象和水文数据为输入输入物理机制引导的时域卷积神经网络降水预测模型获得待预测降水。本申请提升了深度学习预测模型的泛化能力，提升了降水的预测精度。
主权项：1.一种物理机制引导的时域卷积神经网络降水预测方法，其特征在于，包括：S1：获取历史气象和水文数据以及历史降水数据；S2：采用多种类型的Copula函数分别计算历史气象和水文数据联合分布的欧式距离，将欧式距离最小的联合分布对应的Copula函数作为目标Copula函数；S3：采用所述目标Copula函数构建所述历史气象和水文数据的联合分布，并计算所述历史气象和水文数据的联合分布值；S4：以所述历史气象和水文数据以及对应的联合分布值作为输入，以历史降水数据作为输出对时域卷积神经网络进行训练获得物理机制引导的时域卷积神经网络降水预测模型；S5：将待预测降水的前预设天数的历史气象和水文数据为输入，输入所述物理机制引导的时域卷积神经网络降水预测模型，获得待预测降水；所述欧式距离OLS的计算公式为： 其中，Fenp为经验频率值，C为采用多种类型Copula函数计算的联合分布值。
全文数据：
权利要求：
百度查询： 华中科技大学 物理机制引导的时域卷积神经网络降水预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号