← 返回列表
一种基于Transform-Flownet和R-FPN的降水预测方法
申请人信息
- 申请人:南京信息工程大学
- 申请人地址:210044 江苏省南京市江北新区宁六路219号
- 发明人: 南京信息工程大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于Transform-Flownet和R-FPN的降水预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410223994.7 |
| 申请日 | 2024/2/29 |
| 公告号 | CN117808650A |
| 公开日 | 2024/4/2 |
| IPC主分类号 | G06Q50/26 |
| 权利人 | 南京信息工程大学 |
| 发明人 | 秦华旺; 周旺亮 |
| 地址 | 江苏省南京市江北新区宁六路219号 |
摘要文本
本发明公开了一种基于Transform‑Flownet和R‑FPN的降水预测方法，获取气象雷达图像数据，并对气象雷达图像数据进行预处理；构建初始降水预测模型，利用自适应权重粒子群优化算法改进的麻雀算法优化初始降水预测模型的超参数；利用预处理后的气象雷达图像数据对优化超参数后的初始降水预测模型进行训练，将训练之后的初始降水预测模型作为目标降水预测模型；利用目标降水预测模型预测下一个小时的降雨量。本发明将降水的局部信息和全局信息进行结合，将降水图像的时间信息和空间信息进行有效融合，对降水进行更加全方位的特征提取，提高了对于降水预测的准确性和提高了对于复杂天气图像进行降水预测的精准度和有效性。。关注微信公众号专利查询网
专利主权项内容
1.一种基于Transform-Flownet和R-FPN的降水预测方法，其特征在于，包括如下步骤：步骤1，获取气象雷达图像数据，并对气象雷达图像数据进行预处理；步骤2，构建初始降水预测模型，利用自适应权重粒子群优化算法改进的麻雀算法优化初始降水预测模型的超参数；其中初始降水预测模型包括R-FPN网络、Trasnform网络和Flownet网络，利用R-FPN网络获取气象雷达图像数据的具有时间信息的局部信息，利用Trasnform网络获取气象雷达图像数据的具有时间信息的全局信息，利用Flownet网络获取气象雷达图像数据的空间信息；步骤3，利用预处理后的气象雷达图像数据对优化超参数后的初始降水预测模型进行训练，将训练之后的初始降水预测模型作为目标降水预测模型；步骤4，将前一个小时的气象雷达图像数据输入至目标降水预测模型，利用目标降水预测模型预测下一个小时的降雨量。