← 返回列表
一种基于贝叶斯神经网络的骤旱预警方法及系统
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 | 一种基于贝叶斯神经网络的骤旱预警方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410206502.3 |
| 申请日 | 2024/2/26 |
| 公告号 | CN117784290A |
| 公开日 | 2024/3/29 |
| IPC主分类号 | G01W1/10 |
| 权利人 | 南京信息工程大学 |
| 发明人 | 许祯芮; 张小娜; 张小瑞; 孙伟 |
| 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。
专利主权项内容
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。