龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京信息工程大学
摘要：本发明公开了一种基于EOF‑Kmeans聚类和LDM的两阶段临近降水预报方法，通过使用EOF‑Kmeans聚类算法预处理后的雷达降水数据集进行聚类；训练Frame‑wiseVAE，将数据编码进低维的潜在空间；将降雨时空预测任务分解为时间模型和空间模型，通过时间模型预测低分辨率下未来降雨的时间，通过空间模型从低分辨率图像中重建高分辨率图像。本发明旨在提高临近降水预报的精度和实用性；将扩散过程在由自动编码器映射到物理像素空间的潜在变量空间中运行，能处理大规模数据时保持较好的计算效率，大幅减小计算资源浪费；同时引入两阶段降雨预测，解决了时间和空间建模之间的性能不均衡问题。
主权项：1.一种基于EOF-Kmeans聚类和LDM的两阶段临近降水预报方法，其特征在于，包括如下步骤：步骤1，采集雷达降水图像数据集，并进行预处理，得到预处理后的图像数据集；步骤2，利用经验正交函数分析法对预处理后的图像数据集中的各雷达图像进行降维处理，并采用Kmeans聚类方法对降维后的雷达图像进行聚类，识别图像中的降水和非降水区域；步骤3，利用预处理后的图像数据集训练逐帧变分自动编码器，用于将输入图像从像素空间编码到潜在空间，并解码回像素空间；步骤4，利用步骤2的聚类结果训练时间扩散模型，用于根据已知的雷达降水图像预测低分辨下未来降水情况，得到低分辨雷达降水图像；步骤5，基于步骤3训练好的逐帧变分自动编码器，利用步骤2的聚类结果训练潜在扩散模型与SR3架构的结合，即空间扩散模型，用于将低分辨雷达降水图像重建为高分辨雷达降水图像；步骤6，利用训练好的时间扩散模型以及空间扩散模型进行临近降水预报。
全文数据：
权利要求：
百度查询： 南京信息工程大学 一种基于EOF-Kmeans聚类和LDM的两阶段临近降水预报方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号