[发明专利]基于神经网络的区域加权平均温度信息获取方法有效
| 申请号： | 201910066790.6 | 申请日： | 2019-01-24 |
| 公开（公告）号： | CN109902346B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 胡伍生;聂檄晨;朱明晨;龙凤阳;李航;何辉明 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/0499;G06N3/084 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 饶欣 |
| 地址： | 210000 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明公开了一种基于神经网络的区域加权平均温度信息获取方法，包括以下步骤：S1：获取中国区域探空站点的加权平均温度的近似真值，记为T |
||
| 搜索关键词： | 基于 神经网络 区域 加权 平均温度 信息 获取 方法 | ||
【主权项】：
1.基于神经网络的区域加权平均温度信息获取方法，其特征在于：包括以下步骤：S1：获取中国区域探空站点的加权平均温度的近似真值，记为Tm0；S2：构建站点的加权平均温度Tm与地表温度Ts、纬度![]()
海拔h和年积日doy的多项式模型，并且获取多项式模型计算值Tm1和多项式模型残差值ΔTm1，多项式模型残差值ΔTm1为多项式模型计算值Tm1与加权平均温度近似真值Tm0的差；S3：建立BP神经网络误差补偿模型，得到多项式模型残差预报值ΔTm2；S4：将多项式模型计算值Tm1与多项式模型残差预报值ΔTm2相加得到融合模型的加权平均温度预测值Tm2，实现对多项式模型的残差补偿。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910066790.6/，转载请声明来源钻瓜专利网。
