-
公开(公告)号：CN109283505A
公开(公告)日：2019-01-29
申请号：CN201811019917.0
申请日：2018-09-03
Applicant: 南京信息工程大学
IPC: G01S7/41
Abstract: 本发明提出一种修正雷达回波外推图像发散现象的方法，以改善雷达回波外推图像因发散而影响降水量等预报准确性的问题，由于数值模式及其产品能够较好地反映大气运动的客观规律，特别是对风暴发生、发展的变化趋势具有较好地整体性和连续性，因此本发明对数值模式产品这些特性加以利用。为了克服雷达外推预报出的回波强度“过度增加”或“过度减小”的问题，本发明通过融合数值模式预报产品，对回波图像在起报时刻与预报时刻的变化幅度进行修订，进而提高了雷达降水预报的准确性。
-
公开(公告)号：CN109100722A
公开(公告)日：2018-12-28
申请号：CN201810826357.3
申请日：2018-07-25
Applicant: 南京信息工程大学
Abstract: 本发明提出一种基于雷达回波图像扇区分量分析的风暴趋势预测方法，该方法与当前行业广泛采用的TREC、TITAN等风暴识别追踪算法不同，本发明方法不依赖于对雷达强回波中心的识别，特别对于弱回波或没有明显风暴核的回波，也能够较好地分析出风暴过去若干时刻的位移矢量，进而为准确预测奠定了基础。本发明方法直接对极坐标形式的基本反射率数据进行计算，没有采用空间插值等高空间复杂度的算法进行平面直角坐标系的转换，减少了相关计算的运算量，进而提升了短临天气预报业务的实时性和效能。
-
公开(公告)号：CN118395258A
公开(公告)日：2024-07-26
申请号：CN202410474808.7
申请日：2024-04-19
Applicant: 南京信息工程大学
IPC: G06F18/241 , G06F18/214 , G06N3/0464
Abstract: 本发明公开了一种拉尼娜现象的预测方法和系统，该预测方法通过对历史数据进行数值模式维度以及气象要素维度的筛选，并形成样本集对神经网络模型进行训练，以训练完成的神经网络模型进行拉尼娜现象的预测。该预测方法多维数据筛选的设计提高训练数据质量、改进模型的复杂度和准确性，该预测方法优化机器学习模型的训练和特征选取方法，以提高拉尼娜预报的准确性和可靠性。
-
公开(公告)号：CN113640769B
公开(公告)日：2023-06-13
申请号：CN202110997434.3
申请日：2021-08-27
IPC: G01S7/41 , G01S13/95 , G01W1/10 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于深度神经网络的天气雷达基本反射率预测方法，该方法与常用的天气雷达基本反射率预测方法相比，更关注对基本反射率空间形态演变趋势的预测，该方法采用了基本反射率分层迭代的思想，将不同极值空间的基本反射率二维数据特征代入深度神经网络模型进行训练，与直接将基本反射率数据代入深度神经网络模型相比，本方法能在一定程度上降低数据样本中因各种地物杂波对深度神经网络模型训练过程产生的不良影响，优化对基本反射率空间结构演变趋势的预测效果，进而提高天气雷达基本反射率预测的准确性。
-
公开(公告)号：CN115775012A
公开(公告)日：2023-03-10
申请号：CN202211522271.4
申请日：2022-11-30
Applicant: 南京信息工程大学
IPC: G06N3/045 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/082 , G06N3/084 , G06F18/15 , G06F18/214 , G06Q10/04
Abstract: 本发明公开了一种基于时间注意力机制的短时风速时序预测方法，包括如下步骤：S1、确定目标站点与驱动站点；S2、对站点的数据进行质量控制；S3、获取S2中连续365天内对应的目标站点和驱动站点逐秒的风速数据；S4、计算Spd_drive每分钟内风速的中值；S5、计算每分钟内风速的中值；S6：拆分成若干个子序列；S7、对数据做数据均衡化处理；S8、划分训练集和验证集；S9、建立一个归一化网络层BN模块。本发明以风速数据关注度的神经网络模块为基础架构，分别将相邻站点的驱动序列和目标站点的目标序列分别作为模块的输入，克服传统预测模型对单一时序输入的依赖。
-
Patent Agency Ranking
公开(公告)号：CN109100723B
公开(公告)日：2022-05-27
申请号：CN201810826385.5
申请日：2018-07-25
Applicant: 南京信息工程大学
IPC: G01S13/95
Abstract: 本发明提出一种基于多普勒天气雷达数据的高空风反演方法，该方法利用多普勒天气雷达的外推产品和径向速度产品，以及探空报资料进行多层次高空风场融合。本发明利用雷达回波图像的外推结果，将各个仰角面的平均径向速度场转化为具有U、V分量的速度矢量场，提高高空风场主观分析的可读性。利用探空资料对雷达风场进行适当修正，修正的力度随雷达网格点与探空站之间距离的增加而递减，使得风场具有较好的整体性和连续性，且更加符合实际大气风场的状况。本发明相较一些多元资料融合的方法，本发明算法的运算复杂度适中，可提高雷达二次风场输出的时效性。
-
公开(公告)号：CN110310501B
公开(公告)日：2021-06-25
申请号：CN201910560577.0
申请日：2019-06-26
Applicant: 南京信息工程大学 , 南京信大气象科学技术研究院有限公司
IPC: G08G1/0967 , H04W4/02 , H04W4/44 , G01W1/10 , G01W1/02
Abstract: 本发明公开一种机动车高速公路团雾监测预报方法，该方法利用车载环境气象传感器和能见度观测仪对高速公路沿线的气象条件进行实时观测，结合高速公路自动站等已有观测设备和数值预报产品，形成更加密集、更加精准的气象观测网格化资料和预报产品，为高速公路沿线的能见度预报，特别是空间小尺度的团雾预报，提供一种新的技术手段，本发明的机动车高速公路团雾监测预报方法对车载能见度观测数据进行质量控制和对数据质量指标进行评估，能够有效排除无效观测记录、异常观测记录和非经认证的车辆记录，为能见度预报提供更加准确、可靠的实况能见度数据，进而提升预报的准确性和客观性。
-
公开(公告)号：CN107316257B
公开(公告)日：2020-11-10
申请号：CN201710417964.X
申请日：2017-06-06
Applicant: 南京信息工程大学
Abstract: 本发明一种基于课堂学生行为分析的教学质量评估方法及系统，通过图像采集模块、声音采集器、拾音器和电磁辐射检测仪分别实时采集授课教室内的视频图像、授课教师的语音信号、教室环境噪音信号和电磁辐射量并传送至授课计算机进行处理，处理得到的数据输出至服务器终端进行后续处理，获取教学质量评估报表。本发明提供的基于课堂学生行为分析的教学质量评估方法及系统，按照课表、课程、授课内容、班级和授课教师等不同分类形式生成对应的评估报表，实时在线跟踪课堂上教师授课质量和学生听课质量，提供客观、量化和全面的课堂“授”的质量与“受”的效果的综合评估，为授课教师事后了解和改进所授内容以及学校跟踪教学质量提供量化的数据指标。
-
公开(公告)号：CN108415105B
公开(公告)日：2020-07-31
申请号：CN201810067203.0
申请日：2018-01-23
Applicant: 南京信息工程大学
IPC: G01W1/18
Abstract: 本发明的对地面气象观测站观测相对湿度数值的检验方法通过相对湿度、环境温度以及水气压三者逻辑关系的剔除异常气象站记录，有效降低了因错误数据对空间关系插值检查的不利影响，再通过寻求和建立不同检索半径时，空间插值计算得到的相对湿度和平均相对湿度与被检查的气象站相对湿度之间的函数关系，推算理想状态下地理位置无限接近于被检查气象站的相对湿度与实际相对湿度之间的偏差，由此确立正确性判定的算法。有益效果为：该方法对不同气象站所处的下垫面和环境温度等外界因素的差异进行了平滑处理，最终达到提高基于空间关系插值检查气象站相对湿度数据准确性和可靠性的目的。
-
公开(公告)号：CN110988883A
公开(公告)日：2020-04-10
申请号：CN201911309889.0
申请日：2019-12-18
Applicant: 南京信息工程大学
Abstract: 本发明提供一种雷达回波图像中飑线特征的智能识别预警方法，以多普勒天气雷达探测资料为主要数据源，对雷达探测到的基本反射率的空间分布和强度进行分析，通过数值预处理、滤波、图像特征提取、对目标物的中轴线分析和飑线形态分析等一系列步骤，实现对雷达飑线特征的智能识别预警。本发明方法的应用能够将以往本需要由气象专业人员主观分析、判读雷达回波图像的工作自动化、客观化，提高了飑线识别、强对流天气告警相关业务的准确性和时效性。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.027 seconds)
