专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果8个,建议您升级VIP下载更多相关专利
  • [发明专利]基于机器学习的海洋大气折射率预测方法-CN202110490030.5在审
  • 巩皓冰;高晖;郭相明;郝晓静 - 北京邮电大学
  • 2021-05-06 - 2021-10-22 - G06F30/27
  • 本发明公开了一种基于机器学习的海洋大气折射率预测方法,包括:首先,提取中尺度数值模式预报气象参数与探空实测气象参数的数据特征并获取两种数据的分布情况;然后,采用双线性插值、神经网络拟合等对齐方法进行时空层面的数据预处理,以获得两种气象参数之间的差异规律和气象参数的变化规律;接下来,基于提供的两种气象参数,引入梯度提升决策树等机器学习模型,从而提出融入探空实测气象参数特征的中尺度数值模式预报气象参数修正机制;最后,基于预报气象参数修正机制,利用气象参数到大气折射率的映射关系,进一步提出新型大气折射率预报机制。所提出的大气折射率预测方法较传统中尺度数值模式而言,预测结果更加准确,且克服了实测数据分布的局限性,更具有实用性和拓展性。
  • 基于机器学习海洋大气折射率预测方法
  • [发明专利]基于机器学习的海洋低空波导预测方法-CN202110491319.9在审
  • 冯玉挺;高晖;郝晓静;郭相明 - 北京邮电大学
  • 2021-05-06 - 2021-07-23 - G06F30/27
  • 本发明公开了一种基于机器学习的海洋低空波导预测方法,包括:步骤一,获取WRF中尺度数值模式预报数据与探空实测数据的数据格式;步骤二,采用双线性插值、神经网络拟合等数据处理手段,获得WRF中尺度数值模式预报气象参数与探空实测气象数据之间的差异规律;步骤三,引入梯度提升决策树(GBDT)与极端梯度提升树(XGBoost)两种机器学习算法,提出利用空间维度局部、低密度探空气象数据修正广域、灵活空间颗粒度数值模式预报气象参数的机制;步骤四,基于预报气象参数修正机制,结合气象参数到波导参数的过渡机制,提出新型预报波导参数机制,并利用新型预报波导参数机制预报南海区域低空大气波导。
  • 基于机器学习海洋低空波导预测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top