一种基于样本学习的积涝水位预测方法

发明专利有效专利

申请号：
CN201910160106.0
IPC分类号：G06Q10/04;G06Q50/26;G06N3/08
申请日期：
2019-03-04
申请人：
宁波市气象服务中心

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于样本学习的积涝水位预测方法
申请号	CN201910160106.0	申请日期	2019-03-04
法律状态	实质审查	申报国家	中国
公开/公告日	2019-07-05	公开/公告号	CN109978235A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;2;6;;;G;0;6;N;3;/;0;8查看分类表>
申请人	宁波市气象服务中心	申请人地址	浙江省宁波市海曙区气象路118号10层变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	宁波市气象服务中心	当前权利人	宁波市气象服务中心
发明人	钱峥;姚金良
代理机构	杭州君度专利代理事务所（特殊普通合伙）	代理人	朱月芬

摘要

本发明涉及涉及一种基于样本学习的积涝水位预测方法。本发明方法主要包括三个部分：积涝站数据的预处理，面向积涝水位预测的深度神经网络回归模型的构建，以及面向积涝水位预测的深度神经网络回归模型的训练和实时预测。本发明利用积涝站积累的历时水位和降雨量数据非线性关系,通过回归分析挖掘当前水位,前M分钟的水位和降雨量信息，以及k分钟内的降雨量，与K分钟后水位的非线性关系。本方法无需构建各种具有物理意义的模型并进行参数率定，而是通过样本学习来获得模型参数。实验结果显示本发明方法在测试样例中具有较低的均方误差。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供