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：本发明公开了一种针对气象观测模糊序列的长时间序列预测方法，包括步骤如下：S1，根据气象站观测得到的长时间序列，得到影响未来降水分布的特征值，并选取主变量和协变量；S2，利用FS模糊廓型准则来确定各个气象变量的最优模糊区间数及其长度；S3，确定各因素的论域U；S4，基于相等和不相等长度的区间定义模糊集，将历史数据模糊化；S5，构建犹豫模糊集；S6，根据间隔数，构造新的论域，并定义气象差分模糊集；S7，结合主变量及其协变量的差分模糊集，建立高阶多变量模糊逻辑关系；S8，得出主变量的预测结果；S9，对预测结果进行修改。本发明综合考虑了气象预测时的其他影响因素，提高了预测的精确度和准确性。
主权项：1.一种针对气象观测模糊序列的长时间序列预测方法，其特征在于，包括步骤如下：S1，根据气象站观测得到的长时间序列，得到影响未来降水分布的特征值，并从大量气象指标选取主变量和协变量；S2，利用FS模糊廓型准则来确定各个气象变量的最优模糊区间数及其长度；S3，根据各观测量历史数据的变化范围，确定各因素的论域U；S4，基于相等和不相等长度的区间定义模糊集，将历史数据模糊化；S5，将气象数据按照相等和不相等的模糊区间进行划分，通过犹豫信息的聚合方法构建犹豫模糊集；S6，根据在步骤S3获得的间隔数，构造新的论域，并在此基础上定义气象差分模糊集；S7，结合主变量及其协变量的差分模糊集，建立高阶多变量模糊逻辑关系；S8，得出主变量的预测结果；S9，根据评估标准，利用自适应误差学习方法，对步骤S8得到的预测结果进行修改。
全文数据：
权利要求：
百度查询： 南京信息工程大学 一种针对气象观测模糊序列的长时间序列预测方法
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