一种台风风暴增水预测方法及系统

    公开(公告)号:CN107341568B

    公开(公告)日:2020-12-18

    申请号:CN201710469384.5

    申请日:2017-06-20

    Abstract: 本发明涉及风暴增水预测领域,尤其涉及一种台风风暴增水预测方法及系统。本发明通过台风当前的经纬度坐标和当前台风信息,得到第一时间后台风中心所位于的圆区域,将圆区域细分为若干个网格子区域,并根据台风的经过衰减或增强后的预报台风信息,对所有网格子区域的顶点经纬度坐标,获取预设本地信息数据库中相应的风暴增水数据;本发明提高了各个网格子区域顶点经纬度坐标和预报台风信息对应的风暴增水数据的预测精度,并且能够满足风暴潮精细化预报和政府防灾决策的需求。

    一种多路径台风风暴潮快速预测方法及系统

    公开(公告)号:CN107193060B

    公开(公告)日:2019-08-20

    申请号:CN201710469737.1

    申请日:2017-06-20

    Abstract: 本发明涉及风暴潮预测领域,尤其涉及一种多路径台风风暴潮快速预测方法一种多路径台风风暴潮快速预测方法及系统。本发明通过当前台风的当前台风信息,能够得到第一时间后的台风影响的圆区域,通过将圆区域划分为若干个网格子区域,并根据所有所述网格子区域的顶点所在的经纬度坐标和当前台风信息,得到当前台风的多条预测移动路径,根据事先预设好的本地信息数据库,按照预设时间间隔获取所述第一时间内台风从当前台风中心所在位置沿着每一条预测移动路径移动过程中台风中心所在的经纬度坐标对应的风暴增水数据。本发明提高了每一条预测移动路径上台风风暴增水预测的精确度;同时能够满足风暴潮精细化预报和政府防灾决策的需求。

    一种多路径台风风暴潮快速预测方法及系统

    公开(公告)号:CN107193060A

    公开(公告)日:2017-09-22

    申请号:CN201710469737.1

    申请日:2017-06-20

    Abstract: 本发明涉及风暴潮预测领域,尤其涉及一种多路径台风风暴潮快速预测方法一种多路径台风风暴潮快速预测方法及系统。本发明通过当前台风的当前台风信息,能够得到第一时间后的台风影响的圆区域,通过将圆区域划分为若干个网格子区域,并根据所有所述网格子区域的顶点所在的经纬度坐标和当前台风信息,得到当前台风的多条预测移动路径,根据事先预设好的本地信息数据库,按照预设时间间隔获取所述第一时间内台风从当前台风中心所在位置沿着每一条预测移动路径移动过程中台风中心所在的经纬度坐标对应的风暴增水数据。本发明提高了每一条预测移动路径上台风风暴增水预测的精确度;同时能够满足风暴潮精细化预报和政府防灾决策的需求。

    神经网络模型输入参量降维方法及计算机可读存储介质

    公开(公告)号:CN112132259B

    公开(公告)日:2024-03-05

    申请号:CN202010903848.0

    申请日:2020-09-01

    Applicant: 厦门大学

    Abstract: 本发明公开了一种神经网络模型输入参量降维方法及计算机可读存储介质,方法包括:获取样本数据;根据预设的比例,将样本数据划分为训练数据和测试数据;随机产生预设数量的初始串结构数据,得到初始的种群,初始串结构数据中的每个位分别与样本数据中的各变量一一对应,且每个位的取值为第一字符或第二字符;分别计算最新的种群中各串结构数据对应的Heidke技巧评分,并作为各串结构数据的适应度;若存在适应度大于或等于预设目标值的串结构数据,则将该串结构数据中取值为第一字符的位对应的变量作为最终建模变量;若不存在,则根据遗传算法,生成新的串结构数据,得到新的(56)对比文件孙文兵.遗传算法降维优化的BP模型及葡萄酒质量预测遗传算法降维优化的BP模型及葡萄酒质量预测.邵阳学院学报( 自然科学版).2017,第14卷(第1期),第24-28页.刘树霄 等.基于全卷积神经网络方法的日间黄海海雾卫星反演研究.海洋湖沼通报.2019,第16-18页.

    赤潮样本数据筛选方法及计算机可读存储介质

    公开(公告)号:CN112132190A

    公开(公告)日:2020-12-25

    申请号:CN202010902619.7

    申请日:2020-09-01

    Applicant: 厦门大学

    Abstract: 本发明公开了一种赤潮样本数据筛选方法及计算机可读存储介质,方法包括:获取得到赤潮样本;根据预设的比例,将一赤潮样本划分为训练数据和测试数据;根据训练数据对SOM神经网络进行训练;分别计算各神经元的赤潮数据所占比例,并根据预设的各敏感系数,划分为赤潮神经元和非赤潮神经元;将测试数据输入训练后的SOM神经网络,并根据测试数据的分类结果参数,计算各敏感系数对应的Heidke技巧评分;获取最大Heidke技巧评分对应的敏感系数,作为最优敏感系数;根据最优敏感系数对应的分类结果参数,计算一赤潮样本的正确预报率;根据正确预报率对赤潮样本进行筛选。本发明可确保样本数据的质量。

    一种台风风暴增水预测方法及系统

    公开(公告)号:CN107341568A

    公开(公告)日:2017-11-10

    申请号:CN201710469384.5

    申请日:2017-06-20

    Abstract: 本发明涉及风暴增水预测领域,尤其涉及一种台风风暴增水预测方法及系统。本发明通过台风当前的经纬度坐标和当前台风信息,得到第一时间后台风中心所位于的圆区域,将圆区域细分为若干个网格子区域,并根据台风的经过衰减或增强后的预报台风信息,对所有网格子区域的顶点经纬度坐标,获取预设本地信息数据库中相应的风暴增水数据;本发明提高了各个网格子区域顶点经纬度坐标和预报台风信息对应的风暴增水数据的预测精度,并且能够满足风暴潮精细化预报和政府防灾决策的需求。

    赤潮样本数据筛选方法及计算机可读存储介质

    公开(公告)号:CN112132190B

    公开(公告)日:2024-01-26

    申请号:CN202010902619.7

    申请日:2020-09-01

    Applicant: 厦门大学

    Abstract: 本发明公开了一种赤潮样本数据筛选方法及计算机可读存储介质,方法包括:获取得到赤潮样本;根据预设的比例,将一赤潮样本划分为训练数据和测试数据;根据训练数据对SOM神经网络进行训练;分别计算各神经元的赤潮数据所占比例,并根据预设的各敏感系数,划分为赤潮神经元和非赤潮神经元;将测试数据输入训练后的SOM神经网络,并根据测试数据的分类结果参数,计算各敏感系数对应的Heidke技巧评分;获取最大Heidke技巧评分对应的敏感系数,作为最优敏感系数;根据最优敏感系数对应的分类结果参数,计算一赤潮样本的正确预报率;根据正确预报率对赤潮样本进行筛选。本发明可确保样本数据的质量。

    神经网络模型输入参量降维方法及计算机可读存储介质

    公开(公告)号:CN112132259A

    公开(公告)日:2020-12-25

    申请号:CN202010903848.0

    申请日:2020-09-01

    Applicant: 厦门大学

    Abstract: 本发明公开了一种神经网络模型输入参量降维方法及计算机可读存储介质,方法包括:获取样本数据;根据预设的比例,将样本数据划分为训练数据和测试数据;随机产生预设数量的初始串结构数据,得到初始的种群,初始串结构数据中的每个位分别与样本数据中的各变量一一对应,且每个位的取值为第一字符或第二字符;分别计算最新的种群中各串结构数据对应的Heidke技巧评分,并作为各串结构数据的适应度;若存在适应度大于或等于预设目标值的串结构数据,则将该串结构数据中取值为第一字符的位对应的变量作为最终建模变量;若不存在,则根据遗传算法,生成新的串结构数据,得到新的种群,继续计算适应度。本发明可提高神经网络模型的精度和效率。

Patent Agency Ranking