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：杭州鲁尔物联科技有限公司

摘要：本发明实施例公开了雨量测量方法、装置、计算机设备及存储介质。所述方法包括：基于压电效应，将雨滴落在压电式雨量计传感面上产生的震动信号转化为电信号；将所述震动信号输入至雨量测量模型内进行雨量换算，以得到测量结果；输出所述测量结果；其中，所述雨量测量模型是通过一段时间内的雨滴震动信号作为样本集且采用量筒翻斗式雨量计的数据作为标签在深度学习网络框架训练所得的。通过实施本发明实施例的方法可实现雨量测量的精度和准确性高，且实时性高。

主权项：1.雨量测量方法，其特征在于，包括：基于压电效应，将雨滴落在压电式雨量计传感面上产生的震动信号转化为电信号；将所述震动信号输入至雨量测量模型内进行雨量换算，以得到测量结果；输出所述测量结果；其中，所述雨量测量模型是通过一段时间内的雨滴震动信号作为样本集且采用量筒翻斗式雨量计的数据作为标签在深度学习网络框架训练所得的；所述雨量测量模型是通过一段时间内的雨滴震动信号作为样本集且采用量筒翻斗式雨量计的数据作为标签在深度学习网络框架训练所得的，包括：获取一段震动信号，同时获取雨量筒翻斗式雨量计测量的标准雨量值作为标签；样本集即输入信号X＝[x1,x2,...,xt]，t代表时间戳，xt代表t时刻下的震动信号；量筒翻斗式雨量计测量的雨量值表示为Y1＝[y1,y2,...,yT]，T代表时间戳，yT代表T时刻与T-1时刻下的累计雨量，使用量筒或翻斗式雨量计测量值获得；对一段震动信号进行划分，以得到初始数据；初始数据是指将样本集变成张量形式n,t,v所得的结果，n代表样本序号，t代表压电信号的时间戳，v代表压电信号的幅值；构建深度学习网络；利用所述初始数据对所述深度学习网络进行训练，以得到训练结果；训练结果Y＝[y1,y2,...,yT]，T代表时间戳，yT代表T时刻与T-1时刻下的累计雨量，使用量筒或翻斗式雨量计的标准来体现；计算所述训练结果与雨量筒翻斗式雨量计测量的标准雨量值的损失值；采用MSE损失函数计算所述训练结果与雨量筒翻斗式雨量计测量的标准雨量值的损失值；判断所述损失值是否趋于平稳；若所述损失值趋于平稳，则确定训练后的深度学习网络作为雨量测量模型；若所述损失值不趋于平稳，则调整所述深度学习网络的参数，并执行所述利用所述初始数据对所述深度学习网络进行训练，以得到训练结果。

全文数据：

权利要求：

百度查询： 杭州鲁尔物联科技有限公司 雨量测量方法、装置、计算机设备及存储介质