申请/专利权人:成都信息工程大学
申请日:2024-02-20
公开(公告)日:2024-03-22
公开(公告)号:CN117746171A
主分类号:G06V10/77
分类号:G06V10/77;G01W1/10;G06V10/82;G06V10/80;G06V10/44;G06V10/52;G06N3/0464;G06N3/045;G06N3/088;G06N3/048
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明提供一种基于对偶学习和辅助信息的无监督气象降尺度方法,涉及数据处理领域,包括:建立无监督气象降尺度模型;获取训练样本,基于训练样本对无监督气象降尺度模型进行训练,生成训练后的无监督气象降尺度模型;获取待降尺度的气象数据;获取待降尺度的气象数据的辅助气象数据,其中,辅助气象数据的分辨率高于待降尺度的气象数据的分辨率;通过训练后的无监督气象降尺度模型基于待降尺度的气象数据及辅助气象数据,生成待降尺度的气象数据对应的降尺度的气象数据,具有提高气象降尺度效率及准确度的优点。
主权项:1.一种基于对偶学习和辅助信息的无监督气象降尺度方法,其特征在于,包括:建立无监督气象降尺度模型;获取训练样本,基于所述训练样本对所述无监督气象降尺度模型进行训练,生成训练后的无监督气象降尺度模型;获取待降尺度的气象数据;获取所述待降尺度的气象数据的辅助气象数据,其中,所述辅助气象数据的分辨率高于所述待降尺度的气象数据的分辨率;通过所述训练后的无监督气象降尺度模型基于所述待降尺度的气象数据及所述辅助气象数据,生成所述待降尺度的气象数据对应的降尺度的气象数据。
全文数据:
权利要求:
百度查询: 成都信息工程大学 一种基于对偶学习和辅助信息的无监督气象降尺度方法
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。