-
公开(公告)号：CN118379642B
公开(公告)日：2024-09-17
申请号：CN202410846406.5
申请日：2024-06-27
Applicant: 安徽省公共气象服务中心(安徽省突发公共事件预警信息发布中心) , 安徽大学
IPC: G06V20/10 , G06V10/44 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明提供基于概率分布的自监督短临降雨预测方法及系统，方法包括：处理雷达回波图数据集，得到回波序列；将每组回波序列中的回波图，按像素值转化为概率分布矩阵；将一组回波序列输入至降雨预测模型的Encoder部分，输出每张回波图的概率分布矩阵，计算预训练概率分布，完成预训练操作，以得到预训练Encoder部分、预训练Encoder参数；将雷达回波图数据集划分为训练集、预测集；保留预训练Encoder参数，以作为训练初始值，将训练集输入至降雨预测模型，以进行模型训练操作，得到适用降雨预测模型；将预测集中的输入序列，输入至适用降雨预测模型，以处理得到预测输出序列。本发明解决了计算过程无法并行、数据特征利用率较低的缺陷，导致预测精度较低的技术问题。
-
公开(公告)号：CN118379642A
公开(公告)日：2024-07-23
申请号：CN202410846406.5
申请日：2024-06-27
Applicant: 安徽省公共气象服务中心(安徽省突发公共事件预警信息发布中心) , 安徽大学
IPC: G06V20/10 , G06V10/44 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明提供基于概率分布的自监督短临降雨预测方法及系统，方法包括：处理雷达回波图数据集，得到回波序列；将每组回波序列中的回波图，按像素值转化为概率分布矩阵；将一组回波序列输入至降雨预测模型的Encoder部分，输出每张回波图的概率分布矩阵，计算预训练概率分布，完成预训练操作，以得到预训练Encoder部分、预训练Encoder参数；将雷达回波图数据集划分为训练集、预测集；保留预训练Encoder参数，以作为训练初始值，将训练集输入至降雨预测模型，以进行模型训练操作，得到适用降雨预测模型；将预测集中的输入序列，输入至适用降雨预测模型，以处理得到预测输出序列。本发明解决了计算过程无法并行、数据特征利用率较低的缺陷，导致预测精度较低的技术问题。
-
公开(公告)号：CN109543764B
公开(公告)日：2023-06-16
申请号：CN201811438885.8
申请日：2018-11-28
Applicant: 安徽省公共气象服务中心 , 安徽大学
IPC: G06F18/2411 , G06F40/30 , G06F40/284 , G06F18/214
Abstract: 本发明提供一种基于智能语义感知的预警信息合法性检测方法及检测系统，包括：S1：基于深度学习的垂直领域预警文本多标准分词算法；S2：基于人机耦合形式的白名单构建与实时更新方法；S3：在线非法字符匹配算法：利用多标准分词算法对待发布预警信息进行多标准分词获得候选字符集合，结合倒排索引与树状数据结构，设计大规模文本数据层级搜索与比对算法，通过与白名单的语义对比实现预警信息文本中的非法字符的快速定位与判断。优点为：以正向合法字(词)智能感知算法取代传统的反向非法字(词)搜索算法，可以达到非法字(词)100％检测效果。基于人机耦合形式的白名单构建与实时更新，可随着预警发布系统的不断使用逐步减少对人工的依赖。
-
公开(公告)号：CN109543764A
公开(公告)日：2019-03-29
申请号：CN201811438885.8
申请日：2018-11-28
Applicant: 安徽省公共气象服务中心 , 安徽大学
Abstract: 本发明提供一种基于智能语义感知的预警信息合法性检测方法及检测系统，包括：S1：基于深度学习的垂直领域预警文本多标准分词算法；S2：基于人机耦合形式的白名单构建与实时更新方法；S3：在线非法字符匹配算法：利用多标准分词算法对待发布预警信息进行多标准分词获得候选字符集合，结合倒排索引与树状数据结构，设计大规模文本数据层级搜索与比对算法，通过与白名单的语义对比实现预警信息文本中的非法字符的快速定位与判断。优点为：以正向合法字(词)智能感知算法取代传统的反向非法字(词)搜索算法，可以达到非法字(词)100％检测效果。基于人机耦合形式的白名单构建与实时更新，可随着预警发布系统的不断使用逐步减少对人工的依赖。
-
公开(公告)号：CN107705330A
公开(公告)日：2018-02-16
申请号：CN201710924014.6
申请日：2017-09-30
Applicant: 安徽省公共气象服务中心 , 安徽继远软件有限公司
CPC classification number: G06T7/50 , G01N21/84 , G06T2207/10004 , G06T2207/20081 , G06T2207/20084
Abstract: 本发明提供一种基于道路摄像头的能见度智能估测方法，包括数据采集步骤、失真图像过滤步骤和分析模型构建步骤。实现对道路图像区域内图像特征分析以及能见度值估测，覆盖面广，并减少设备和人力成本，充分利用道路摄像头监控视频图像，实现了过滤失真图像和测算图像中能见度值，弥补了能见度仪器覆盖面不足和因仪器故障偶有数据失真等问题，从另外一方面验证能见度仪器坏损问题。
-
Patent Agency Ranking
公开(公告)号：CN119785316A
公开(公告)日：2025-04-08
申请号：CN202510266871.6
申请日：2025-03-07
Applicant: 安徽省公共气象服务中心 , 安徽气象信息有限公司
IPC: G06V20/56 , B60W50/14 , G06V10/143 , G06V10/44 , G06V10/54 , G06V10/764 , G06V20/58 , G01W1/02
Abstract: 本发明涉及天气数据处理技术领域，具体涉及一种冰雪路面识别方法及装置，所述方法包括通过车载摄像头获取道路可见光视频与热红外视频，基于可见光视频与热红外视频获取图像数据和车道线数据；向路侧气象站发送请求，获取路侧气象站的气象数据；基于如下算式计算每个车道的总分：积雪总分i=第一图像数据得分i×w1+第一气象数据得分i×w2+第一车道线数据得分i×w3，i表示第i车道；当积雪总分i≥0.7时，判定为积雪路面；当有积雪总分小于0.7的车道时，向驾驶员推荐该车道，当所有车道积雪总分均≥0.7，向驾驶员推荐总分最低的车道。本发明不需要沿道路布设大量传感器，同时结合车道线信息提升了识别的准确性。
-
公开(公告)号：CN119047354A
公开(公告)日：2024-11-29
申请号：CN202411554555.0
申请日：2024-11-04
Applicant: 安徽省公共气象服务中心(安徽省突发公共事件预警信息发布中心) , 中国气象局公共气象服务中心(国家预警信息发布中心)
IPC: G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G01W1/10
Abstract: 本发明公开了基于地基云图的DNI超短期预报方法，涉及DNI预报技术领域，包括以下步骤：整合DNI历史气象观测数据和污染物数据，经过预处理后，建立了基于污染物浓度的DNI衰减比例模型；通过晴空和云层条件下的气象数据计算DNI相对衰减值，作为因变量；获取不同污染物并进行组合，利用方差分析识别出初始污染物组合；以初始组合为基础训练DNI衰减比例模型，并逐步增加污染物组合，构建污染物训练输出集合。通过数据分析筛选出可接受泛用性的污染物组合，为DNI预测提供了坚实基础；计算云对DNI的衰减值。基于不同污染物类型的DNI预测子模型，修正初始DNI预测值，获得最终的DNI预测结果，该方法提高了DNI预测的准确性和鲁棒性。
-
公开(公告)号：CN117557919A
公开(公告)日：2024-02-13
申请号：CN202311342753.6
申请日：2023-10-17
Applicant: 安徽省公共气象服务中心(安徽省突发公共事件预警信息发布中心) , 安徽气象信息有限公司
Abstract: 融合FY‑4A卫星与站点观测数据的雾区识别系统，属于雾区系统技术领域，为了解决站点单站监测结果精度高，但受经济、地理环境等因素制约，部分交通线路能见度监测站点数量不足如国省道、江河湖面等，大雾监测受限的问题；本申请通过雾区数字化子系统流程化输出基于卫星数据以及站点数据联合下的雾区格点文件，以及通过数字化提取子系统汲取雾区数字化子系统中的各个数据进行多元学习建模，最后达到使用站点能见度观测数据对模型计算结果进行订正，完善雾区识别结果的准确性的目的。
-
公开(公告)号：CN117111182A
公开(公告)日：2023-11-24
申请号：CN202311352643.8
申请日：2023-10-19
Applicant: 安徽省公共气象服务中心(安徽省突发公共事件预警信息发布中心)
IPC: G01W1/10 , G06F18/214 , G06F18/241 , G06N20/00
Abstract: 基于气块反向追踪的大雾短期预报方法，属于气象预报技术领域，包括以下步骤：S100:大雾分区；S200:选取预报因子；S300:样本处理；S400:建立预报模型；S500：评估计算；本发明从大雾形成机理的角度出发，利用客观方法来完成大雾分区，将出雾一致的站点划分到同一个区域，对每一个预报位置采用追踪气块的方式，获取起报时刻气块位置、气象参数等信息，与其他影响大雾出现的气象条件一起作为影响大雾形成的关键气象因子，采用多种机器学习方法进行训练，彼此间通过对训练集和测试集的预报准确性进行对比，选取预报准确率最高的模型作为最终模型，再利用最终模型通过输入实时气象数据进行大雾短期预报，提高了大雾短期预报的时效性和准确性。
-
公开(公告)号：CN116362389A
公开(公告)日：2023-06-30
申请号：CN202310258878.4
申请日：2023-03-14
Applicant: 安徽省公共气象服务中心(安徽省突发公共事件预警信息发布中心)
Abstract: 本申请公开一种线路覆冰厚度预测方法和装置，涉及气象预测技术领域。方法包括：对获取到的地面气象数据、标准等压面气温和云顶气温数据进行分析，确定是否具备出现冻雨的条件；在确定具备出现冻雨的条件的情况下，依据地面气象数据，从多个预设的厚度增量预测方式中选择目标厚度增量预测方式；使用目标厚度增量预测方式对线路覆冰厚度增量进行预测，结合覆冰初始厚度，进而获得线路覆冰厚度。选择与地面气象数据相匹配的目标厚度增量预测方式对线路覆冰厚度进行预测，从而使用该目标厚度增量预测方式对线路覆冰厚度进行预测，使获得的线路覆冰厚度更准确。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.046 seconds)
