公开(公告)号：CN115130652A

公开(公告)日：2022-09-30

申请号：CN202210522123.6

申请日：2022-05-13

Applicant: 南京恩瑞特实业有限公司

Inventor： 彭路 ,  柳俊凯 ,  张兴海 ,  孙文正 ,  盛爱晶 ,  王舒 ,  张弛

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种用于机场跑道视程监测的循环神经网络模型构建方法，设计了深度神经网络模型，拟合各种气象要素与跑道视程之间的动态映射关系，并应用于低跑道视程天气的预警。本发明采用了一种由三层长短时记忆网络组成的深度神经网络架构，通过长期的民航自动气象观测系统历史数据作为训练样本，学习样本中多种气象要素与跑道视程之间的映射关系，进而预测未来的跑道视程值，为行业用户提供及时有效的低跑道视程监测服务，以及时处理航班堵塞、旅客滞留等事件，并确保飞机起降安全。

公开(公告)号：CN117805829A

公开(公告)日：2024-04-02

申请号：CN202311860922.5

申请日：2023-12-31

Applicant: 南京恩瑞特实业有限公司

Inventor： 彭路 ,  柳俊凯

IPC: G01S13/95 ,  G01S7/41 ,  G01W1/10 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明属于雷达外推和融合预报领域，公开了一种雷达回波外推与实况雷达融合预报方法、系统及装置。本方法将生成对抗神经网络技术应用于雷达回波图像短临外推，使用2017‑2021年的单仰角平扫雷达数据与ERA5数值模式资料，构建雷达回波图像短临外推数据集，数据集通过生成对抗神经网络构建雷达回波外推模型，使用历史雷达回波图像进行未来雷达回波图像短临外推，提高短临外推预报的准确率，实现实况监测与短临外推的无缝衔接。

公开(公告)号：CN117911787A

公开(公告)日：2024-04-19

申请号：CN202410181156.8

申请日：2024-02-18

Applicant: 南京恩瑞特实业有限公司

Inventor： 张兴海 ,  刘新安 ,  彭路 ,  柳俊凯 ,  钱欣玮

IPC: G06V10/764 ,  G06V10/26 ,  G06V20/70 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464

Abstract: 本发明属于天气预测算法领域，具体涉及基于语义分割与模糊逻辑的灾害性天气识别方法、装置。包括以下步骤：对相控阵天气雷达回波图像数据进行预处理；将处理后的相控阵天气雷达回波图像数据输入预训练的语义分割模型，得到语义分割结果；其中，语义分割模型为融合了注意力机制的U‑Net模型；对语义分割结果进行后处理，得到处理后的语义分割结果，后处理包括阈值处理、连通区域分析和形态学操作；将处理后的语义分割结果输入模糊推理系统，得到灾害性天气的识别结果；本发明通过语义分割精确地分割出与灾害性天气相关的特征，并通过模糊推理系统进行处理，可以得到更加准确的预测。

公开(公告)号：CN112749654A

公开(公告)日：2021-05-04

申请号：CN202011637801.0

申请日：2020-12-31

Applicant: 南京恩瑞特实业有限公司

Inventor： 彭路 ,  张兴海 ,  柳俊凯

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种深度神经网络模型构建方法、系统及装置，方法包括如下步骤：构建视频大雾识别数据集，所述视频大雾识别数据集包括大雾视频数据和无大雾视频数据；提取所述视频数据的单帧图像形成样本集，并将其划分为训练集和测试集；构建深度神经网络模型；利用训练集训练深度神经网络模型，优化模型参数；利用测试集测试经过训练的深度神经网络模型。本发明能够提取出单帧图像的静态特征，结构简单，识别准确率高，并可以实现监控视频下的实时烟大雾监测识别，满足非气象用户对大雾识别业务需求。在各能见度等级下的白天黑夜大雾识别中，白天识别率平均在85.4%以上，而晚上的平均识别率为69.7%，该结果基本能满足摄像头辅助监测大雾等级需要。