一种基于图机器学习和多参数分离的ZTD预测方法
本发明公开了一种基于图机器学习和多参数分离的ZTD预测方法,首先提取若干目标观测点的历史气象数据,并对历史气象数据进行预处理;利用预处理后的气象数据计算相应历元时刻的ZHD和ZWD;首先利用Saastamoinen模型计算高度统一的大气延迟,PWV反演模型与经验指数函数计算统一高度的ZWD数值,最后利用反距离插值法构建ZWD和ZHD的网状图;构建一个预训练的MM‑FGCN图神经网络;提取待预测的观测点的气象数据得到待预测点的ZTD参考真值;构建的ZWD和ZHD的网状图作为输入,分别预测得到ZWD和ZHD预测值,然后将ZWD和ZHD预测值相加,求取合并得到ZTD值。从而显著提高ZTD预测的精确度、实时性和区域覆盖范围。
《一种基于图机器学习和多参数分离的ZTD预测方法》是一发明专利,专利号为 2025102798480,当前法律状态为已下证,由杭州电子科技大学提出申请,发明人为张宇扬;苏明坤;胡淼;杜俊瑶;陈聪;樊有瑞;谢廷耀;邓文沁,申请日期为2025-03-11,公开(公告)日期为2025-06-27,国际专利分类号(IPC)为 G06F 30/27 (2020.01),高新资质:未报高企,所属技术领域包括:(卫星系统、导航定位、环境监测、气象监测、气候监测、降雨预测、防汛防灾、应急管理、灾害防护)。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于图机器学习和多参数分离的ZTD预测方法,首先提取若干目标观测点的历史气象数据,并对历史气象数据进行预处理;利用预处理后的气象数据计算相应历元时刻的ZHD和ZWD;首先利用Saastamoinen模型计算高度统一的大气延迟,PWV反演模型与经验指数函数计算统一高度的ZWD数值,最后利用反距离插值法构建ZWD和ZHD的网状图;构建一个预训练的MM‑FGCN图神经网络;提取待预测的观测点的气象数据得到待预测点的ZTD参考真值;构建的ZWD和ZHD的网状图作为输入,分别预测得到ZWD和ZHD预测值,然后将ZWD和ZHD预测值相加,求取合并得到ZTD值。从而显著提高ZTD预测的精确度、实时性和区域覆盖范围。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
