申请/专利权人：北京工商大学

申请日：2023-12-14

公开（公告）日：2024-04-12

公开（公告）号：CN117874424A

主分类号：G06F18/10

分类号：G06F18/10;G06F18/214;G06F18/241;G06N3/0442

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：一种基于深度学习网络的风速插值方法。本发明将站点监测到的数据进行归一化与标准化处理，并且将数据集分成训练集与测试集，构建网络损失函数，采用马尔科夫链蒙特罗积分来获得损失函数的估计值，迭代更新最优参数，对风速进行插值。

主权项：1.一种基于深度学习网络的风速插值方法，其特征在于，包括：获取多个监测站点与环境数据；对监测站点与环境数据进行归一化处理，生成历史数据集；通过历史数据集构造风速插值训练样本集和测试样本集；将风速插值训练样本集和测试样本集输入到SDAE-LSTM网络，在SDAE-LSTM网络中加入移动平均滤波获取平滑数据，构建风速插值的SDAE-LSTM网络中测试样本集的有监督损失，计算风速在SDAE-LSTM上的预测值与标签的误差，构造风速插值的SADE-LSTM网络中风场风速的对齐损失，进而生成总风速插值网络损失；采用马尔科夫链蒙特卡洛积分总风速插值网络损失，得到最优参数得到预测风速。

全文数据：

权利要求：

百度查询： 北京工商大学 一种基于深度学习网络的风速插值方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD