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：西安易辑数字科技有限公司

摘要：本发明涉及自然灾害预测技术领域，尤其涉及一种基于卷积神经网络学习的强对流天气识别算法，本发明首先采集历史天气流型模型，然后通过卷积神经网络训练学习，对历史天气流型通过训练学习得到识别模型；然后通过雷达实时气象图采取实时的暴雨天气流型模型，再通过步骤一中训练得到的识别模型对实时的天气流型模型进行识别；再判断步骤二中识别出的天气流型模型的实时天气系统是否位于被监测的关键区内；如果是，则输出符合发生地质灾害天气流型；如果否，则继续进行实时的识别。该方法对强对流天气的雷达图像进行实时的识别，通过卷积神经网络学习训练得到的模型进行识别，能有效的得到不同的天气模型和判断在被监测区域的灾害模型。

主权项：1.一种基于卷积神经网络学习的强对流天气识别方法，具体按以下步骤执行：S1：首先采集历史天气流型模型，然后通过卷积神经网络训练学习，对历史天气流型通过训练学习得到识别模型；通过卷积神经网络学习找到表示天气流型的特征量，特征量为各个天气流型的中心点、轴线和范围分区；对于天气流型模型带状分布的特征量高值区域，其轴线就是高值区的脊线，通过一个准垂直于该带状的风对特征量场进行平流；通过卷积神经网络学习的历史天气流型模型包括锋面气旋天气流型、西南涡切变流型、西南涡-东北气旋流型、盛夏暖倒槽流型、登陆台风流型、纬向环流型、经向环流型、两高之间型和偏东气流型；S2：然后通过雷达实时气象图采取实时的暴雨天气流型模型，再通过步骤S1中训练得到的识别模型对实时的天气流型模型进行识别；S3：再判断步骤S2中识别出的天气流型模型的实时天气系统是否位于被监测的关键区内；对天气流型图的分区，首先将天气流型图进行网格划分，把平面网格中的多个天气系统比作是多个“凹坑”，一个“凹坑”就代表一个天气系统，然后通过极值进行计算；S3.1：识别天气流型图网格上所有极小值点，对每个点进行判断，如果周边的8个点都大于等于该点的值，那这是个极小值点；S3.2：确定低值区，以极小值为中心的3*3格点组成一个低值区；S3.3：合并低值区，对识别出来的极小值点，如果周边低值区内的极小值更小，则进行合并；S4：如果是，则输出符合发生地质灾害天气流型；如果否，则继续回到步骤S2继续进行实时的识别。

全文数据：

权利要求：

百度查询： 西安易辑数字科技有限公司 一种基于卷积神经网络学习的强对流天气识别算法