一种基于多模型融合卷积网络的暴雨识别方法和装置
基本信息
| 申请号 | CN202210046042.3 | 申请日 | - |
| 公开（公告）号 | CN114067214A | 公开（公告）日 | 2022-02-18 |
| 申请公布号 | CN114067214A | 申请公布日 | 2022-02-18 |
| 分类号 | G06V20/10（2022.01）I;G06V10/764（2022.01）I;G06V10/774（2022.01）I;G06V10/80（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 柴文涛;钟科;薛洪斌;谭永强 | 申请（专利权）人 | 北京弘象科技有限公司 |
| 代理机构 | 北京超凡宏宇专利代理事务所（特殊普通合伙） | 代理人 | 张萍 |
| 地址 | 100000北京市海淀区双清路3号3376室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于多模型融合卷积网络的暴雨识别方法和装置，涉及暴雨预警的技术领域，包括：获取待识别区域的样本多普勒雷达基数据，并基于样本多普勒雷达基数据确定出样本多普勒雷达基数据中包含的风暴体的属性信息；获取地面观测站点发送的待识别区域的观测数据，并基于观测数据和属性信息，构建数据集；将数据集输入多模型融合卷积网络，对多模型融合卷积网络进行训练和优化，得到暴雨识别模型；在获取到待识别区域的当前多普勒雷达基数据，利用当前多普勒雷达基数据和暴雨识别模型，确定出待识别区域中是否发生暴雨，解决了现有的暴雨识别方法的识别准确率较低的技术问题。 |
