一种基于降雨事件约束和混合机器学习策略的降雨量预测方法(人工智能、气象、数据计算、大数据)
本发明公开了一种基于降雨事件约束和混合机器学习策略的降雨量预测方法,其特征在于,包括如下步骤:步骤1、提取历史的有效观测值,并计算得到参考大气水汽含量;步骤2、构建并训练基于LSTM机器学习方法的降雨事件预测模型;步骤3、构建并训练基于SVR和GMDH的融合机器学习方法进行降雨量预测模型,并采用HS算法优化模型参数及其组合权重;步骤4、将步骤2中预测得到的降雨时间预测结果与步骤3预测得到降雨量结果相乘,获得最终的有效降雨量结果。该方法克服了传统降雨事件预测算法因忽略时间相关性导致预测成功率低、错误率高等问题。
《一种基于降雨事件约束和混合机器学习策略的降雨量预测方法(人工智能、气象、数据计算、大数据)》是一发明专利,专利号为 2025104251632,当前法律状态为已下证,由杭州电子科技大学提出申请,发明人为陈聪;苏明坤;杜俊瑶;潘凌飒;尚俊娜;乔磊;吴政涛,申请日期为2025-04-07,公开(公告)日期为2025-07-04,国际专利分类号(IPC)为 G01W 1/10 (2006.01),高新资质:未报高企,所属技术领域包括:机器学习、卫星导航、卫星通信、遥感反演、北斗导航、气象气候、天气预报、神经网络、降雨量预测、人工智能、数据计算、预测模型训练。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降雨事件约束和混合机器学习策略的降雨量预测方法,其特征在于,包括如下步骤:步骤1、提取历史的有效观测值,并计算得到参考大气水汽含量;步骤2、构建并训练基于LSTM机器学习方法的降雨事件预测模型;步骤3、构建并训练基于SVR和GMDH的融合机器学习方法进行降雨量预测模型,并采用HS算法优化模型参数及其组合权重;步骤4、将步骤2中预测得到的降雨时间预测结果与步骤3预测得到降雨量结果相乘,获得最终的有效降雨量结果。该方法克服了传统降雨事件预测算法因忽略时间相关性导致预测成功率低、错误率高等问题。
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!
