咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明公开了一种基于深度学习并结合地形的风场降尺度方法,包括:(1)采集地面高程数据、低分辨率数值模式预报数据、高分辨率观测数据,并对数据进行预处理,最后构成降尺度数据集;(2)搭建基于矢量的神经网络深度学习降尺度模型;(3)基于降尺度数据集对基于矢量的神经网络深度学习降尺度模型进行训练;(4)基于实时低分辨率数值模式预报数据以及高分辨率地面高程数据,通过训练好的模型生成高分辨率降尺度数据。本发明能够实现经纬度分辨率从0.25°×0.25°到0.1°×0.1°的降尺度预测,提高了网络拟合效果,并可以综合把握矢量的方向和大小,产生更具有应用价值、准确率更高的结果。
著 录 项:
专利/申请号: | CN202410799661.9 | 专利名称: | 一种基于深度学习并结合地形的风场降尺度方法 |
申请日: | 2024-06-20 | 申请/专利权人 | 南京信息工程大学 |
专利类型: | 发明 | 地址: | 江苏省南京市江北新区宁六路219号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G06V20/10搜分类 其他搜索 |
公开/公告日: | 2024-08-30 | 转让价格: | 面议 |
公开/公告号: | CN118366046B | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |