龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：武汉大学
申请日：2024-01-17
公开（公告）日：2024-05-14
公开（公告）号：CN118035670A
主分类号：G06F18/20
分类号：G06F18/20;G01W1/10;G06N3/0455;G06N3/08;G06N3/0464
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.31#实质审查的生效;2024.05.14#公开
摘要：本发明提供一种基于Deep‑Pred框架的台风风速预测方法及系统，包括：基于台风风速影响因素数据构建影响因素环境场，以影响因素环境场与台风风速数据形成新台风数据集；对新台风数据集进行划分，得到训练集、验证集和测试集；构建Deep‑Pred框架，利用训练集和验证集对Deep‑Pred框架的模型进行模型训练和验证，根据训练结果调整模型参数，获得台风风速预测模型；将测试集和待预测时间段的台风风速数据输入台风风速预测模型，得到台风风速预测结果。本发明采用Deep‑Pred框架进行台风风速预测，能较准确的提取多维台风信息的时空特征，相比于现有的预测模型，能够较好的预测台风强度的变化趋势和最大风速。
主权项：1.一种基于Deep-Pred框架的台风风速预测方法，其特征在于，包括：采集预设年份时间段的台风风速数据，确定台风风速影响因素数据；基于所述台风风速影响因素数据构建影响因素环境场，以所述影响因素环境场与所述台风风速数据形成新台风数据集；对所述新台风数据集进行划分，得到训练集、验证集和测试集；构建Deep-Pred框架，利用所述训练集和所述验证集对所述Deep-Pred框架的模型进行模型训练和验证，根据训练结果调整所述模型参数，获得台风风速预测模型；将测试集和待预测时间段的台风风速数据输入所述台风风速预测模型，得到台风风速预测结果。
全文数据：
权利要求：
百度查询： 武汉大学 基于Deep-Pred框架的台风风速预测方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号