首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

水文气象深度学习预报模型的可解释性评价方法和系统 

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:中山大学

摘要:本公开提供一种水文气象深度学习预报模型的可解释性评价方法和系统,包括:从预先构建的水文预报数据库中获取目标特征数据;基于目标特征数据确定水文气象深度学习预报模型;基于期望梯度方法对水文气象深度学习预报模型进行预测解释,得到第一预测解释数据;基于梯度权重的类激活映射方法对水文气象深度学习预报模型进行预测解释,得到第二预测解释数据;基于逐层相关传播方法对水文气象深度学习预报模型进行预测解释,得到第三预测解释数据;基于第一预测解释数据、第二预测解释数据和第三预测解释数据,对水文气象深度学习预报模型进行模型优化。从而,有效提升模型的可靠性和鲁棒性。

主权项:1.一种水文气象深度学习预报模型的可解释性评价方法,其特征在于,包括:从预先构建的水文预报数据库中获取目标特征数据;基于所述目标特征数据确定水文气象深度学习预报模型,所述水文气象深度学习预报模型用于通过区域降水数据预测区域土壤湿度数据;基于期望梯度方法对所述水文气象深度学习预报模型进行预测解释,得到第一预测解释数据;基于梯度权重的类激活映射方法对所述水文气象深度学习预报模型进行预测解释,得到第二预测解释数据;基于逐层相关传播方法对所述水文气象深度学习预报模型进行预测解释,得到第三预测解释数据;基于所述第一预测解释数据、所述第二预测解释数据和所述第三预测解释数据,对所述水文气象深度学习预报模型进行模型优化。

全文数据:

权利要求:

百度查询: 中山大学 水文气象深度学习预报模型的可解释性评价方法和系统

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。

相关技术
相关技术
相关技术
相关技术