申请/专利权人:南京信息工程大学
申请日:2024-02-26
公开(公告)日:2024-03-29
公开(公告)号:CN117784290A
主分类号:G01W1/10
分类号:G01W1/10;G06N3/0464;G06N3/047;G06N3/0985;G01N33/24
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明公开了一种基于贝叶斯神经网络的骤旱预警方法及系统,包括将熵权重算法和CRITIC权重算法结合计算组合权重,根据组合权重,从土壤含水量数据提取土壤水分关键数据;将土壤水分关键数据输入至预设的贝叶斯神经网络获得第一中间预测结果;将土壤水分关键数据输入至预设的灰色预测模型获得第二中间预测结果;对第一中间预测结果和第二中间预测结果进行加权平均获得未来土壤含水量预测结果,根据未来土壤含水量预测结果进行骤旱预警;本发明对于数据样本较少或缺乏长期观测数据的情况仍然能够进行有效的预测,具有适用性强、鲁棒性高,算法时间复杂度低的特点。
主权项:1.一种基于贝叶斯神经网络的骤旱预警方法,其特征在于,包括:使用CLSMDAS格点尺度的融合分析产品,获得不同土壤深度处的土壤含水量数据;将熵权重算法和CRITIC权重算法结合,计算所述土壤含水量数据的组合权重;根据组合权重从土壤含水量数据提取土壤水分关键数据;将土壤水分关键数据输入至预设的贝叶斯神经网络获得第一中间预测结果;将土壤水分关键数据输入至预设的灰色预测模型获得第二中间预测结果;对第一中间预测结果和第二中间预测结果进行加权平均获得未来土壤含水量预测结果,根据未来土壤含水量预测结果进行骤旱预警。
全文数据:
权利要求:
百度查询: 南京信息工程大学 一种基于贝叶斯神经网络的骤旱预警方法及系统
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。