Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜江西省气象台(江西省环境气象预报中心);江西省气象数据中心(江西省气象档案馆);江西省气象科学研究所;江西省气候中心(江西省气候变化中心)肖安获国家专利权

恭喜江西省气象台(江西省环境气象预报中心);江西省气象数据中心(江西省气象档案馆);江西省气象科学研究所;江西省气候中心(江西省气候变化中心)肖安获国家专利权

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!

龙图腾网恭喜江西省气象台(江西省环境气象预报中心);江西省气象数据中心(江西省气象档案馆);江西省气象科学研究所;江西省气候中心(江西省气候变化中心)申请的专利基于深度学习的毫米波测云仪晴空回波识别方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119556256B

龙图腾网通过国家知识产权局官网在2025-05-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510082857.0,技术领域涉及:G01S7/41;该发明授权基于深度学习的毫米波测云仪晴空回波识别方法及系统是由肖安;李显风;刘献耀;薛谌彬;徐全倩;刘雅楠;袁文强;钟育青设计研发完成,并于2025-01-20向国家知识产权局提交的专利申请。

基于深度学习的毫米波测云仪晴空回波识别方法及系统在说明书摘要公布了:本发明提供了一种基于深度学习的毫米波测云仪晴空回波识别方法及系统,该方法通过将获取的毫米波测云仪历史观测数据转换为预设维数的Numpy数组格式;将Numpy数组中的数据进行清洗,并可视化,同时,对可视化后的回波反射率因子要素图像绘制标签;将Numpy数组中的数据进行归一化处理,得到目标Numpy数组;根据目标Numpy数组中的数据以及标签,对U‑NET模型进行训练,得到目标模型;获取毫米波测云仪观测数据,处理后输入目标模型中,输出质控后反射率回波;将质控后反射率回波中的晴空回波标签替换为无回波标签,并对时间列中的标注进行分解,以还原毫米波测云仪每一分钟垂直观测的质控结果。

本发明授权基于深度学习的毫米波测云仪晴空回波识别方法及系统在权利要求书中公布了:1.一种基于深度学习的毫米波测云仪晴空回波识别方法,其特征在于,所述方法包括:获取毫米波测云仪历史观测数据,并将所述毫米波测云仪历史观测数据转换为预设维数的Numpy数组格式,其中,所述毫米波测云仪历史观测数据按照时间列先后顺序和高度行从低到高进行截取,对每一个时间列的观测时间进行标注,另外,Numpy数组中包含各毫米波测云仪不同时间,不同高度下的速度、回波反射率因子以及线性退极化比;将Numpy数组中的数据进行数据清洗处理,并将清洗后的数据进行可视化,同时,对可视化后的回波反射率因子要素图像绘制标签,其中,可视化图像的横坐标为时间,纵坐标为高度,标签包括无回波标签、气象回波标签以及晴空回波标签;在保证维数大小不变的情况下,将Numpy数组中的数据进行归一化处理,得到目标Numpy数组;根据所述目标Numpy数组中的数据以及标签,对U-NET模型进行训练,得到目标模型,其中,在对U-NET模型进行训练的过程中,将气象回波保留率和晴空回波识别率作为评估函数;获取毫米波测云仪观测数据,转换为预设维数的Numpy数组格式,并进行数据清洗处理后,输入所述目标模型中,输出质控后反射率回波;将质控后反射率回波中的晴空回波标签替换为无回波标签,并对时间列中的标注进行分解,以还原毫米波测云仪每一分钟垂直观测的质控结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江西省气象台(江西省环境气象预报中心);江西省气象数据中心(江西省气象档案馆);江西省气象科学研究所;江西省气候中心(江西省气候变化中心),其通讯地址为:330000 江西省南昌市高新区艾溪湖二路323号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。