← 返回列表
基于Spark-Cassandra框架的DE-DOA改进RRDBNet降水数据降尺度方法
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 | 基于Spark-Cassandra框架的DE-DOA改进RRDBNet降水数据降尺度方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410102005.9 |
| 申请日 | 2024/1/25 |
| 公告号 | CN117633449A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | G06F18/15 |
| 权利人 | 南京信息工程大学 |
| 发明人 | 秦华旺; 任佳红 |
| 地址 | 江苏省南京市宁六路219号 |
摘要文本
本发明公开了基于Spark‑Cassandra框架的DE‑DOA改进RRDBNet降水数据降尺度方法，利用ODA算法检测预处理之后气象数据的异常值，并对异常值进行MAP插补；构建RRDBNet模型，使用DE‑DOA算法并利用训练集优化RRDBNet模型中的超参数；利用优化后的RRDBNet模型对降水数据进行时间和空间上的降尺度。本发明中使用最大后验概率MAP对数据异常值进行插补，避免了忽略缺失数据或者简单地使用均值或中位数进行估计的不足；本发明采用门控网络实现时间帧插值，获得更好的效果；利用伯努利‑伽马分布设计损失函数，提高RRDBNet模型的收敛速度；利用DE‑DOA优化算法自动的选择RRDBNet模型的最优超参数组合，节省资源和时间，找到更优的超参数组合。
专利主权项内容
1.基于Spark-Cassandra框架的DE-DOA改进RRDBNet降水数据降尺度方法，其特征在于，包括以下步骤：步骤1，获取气象数据，并对气象数据进行预处理；步骤2，利用ODA算法检测预处理之后气象数据的异常值，并对异常值进行MAP插补，将插补后的气象数据划分为训练集和测试集；步骤3，构建RRDBNet模型，使用DE-DOA算法并利用训练集优化RRDBNet模型中的超参数；步骤4，利用优化后的RRDBNet模型对降水数据进行时间和空间上的降尺度。