高性能还需软件支撑

气象预测是气象科学中发展最为迅速的一部分，其所研究的大气运动关系到区域重要灾害性天气的预防。气象预测一  (本文共1页) 阅读全文>>

科技风

气象预测与预报工作探讨

现如今,人们日常出行装扮与出行方式越来越依靠天气预报,随着科学技术的发展,天气预报的准确性得到了进一步...  (本文共1页) 阅读全文>>

四川兵工学报

数值气象预测中偏微分方程的求解

研究气象条件的变化,准确预测天气情况,为军事活动及时提供所需的气象情况,成为我军发展气象预测的必然要求。本文对数值气象预测中偏微分方程...  (本文共2页) 阅读全文>>

世界海运

采用最新视窗技术的海洋气象预测新业务

这项新业务通过过滤输入的气象数据，形成并压缩该信息，以便在用户请求时使其易于读出。用户接口的主要功能在于...  (本文共1页) 阅读全文>>

新疆气象

论偶然性和必然性的转化及其在气象预测科学中的应用

从六个方面讨论了偶然性与必然性的转化问题。并提出了偶然性和必然性不仅有定性的...  (本文共5页) 阅读全文>>

南京信息工程大学

基于长短期记忆网络的气象预测研究

近年来,气象数据的爆炸性增长使得气象预测领域面临着艰巨的挑战。传统的方法已不能应对如此海量的气象数据,而深度学习的迅猛发展为气象预测的研究提供了新思路和新途径。气象数据大多是时间序列数据,长短期记忆网络(LSTM)作为一个蓬勃发展的技术,它能够充分考虑气象数据的时间相关性,发现其中隐藏的气象规律。本文主要研究分析了气温预测和短时降雨预测这两个问题。在气温预测的问题上,所采集的包含20个气象要素的地面观测数据,一方面需要挖掘出与气温高度相关的要素,另一方面需要利用历史时刻的气象数据去预测未来时刻的气温,因此构建了基于随机森林与长短期记忆网络(RF-LSTM)的预测模型,并取得了高于其他模型预测精度的好结果。当进行短时降雨预测时,本文使用不同高度的连续帧的雷达时序图进行分析处理,不仅需要分析时间维度上连续的一帧帧雷达图,还要将雷达图的空间特征信息考虑在内,因此在卷积神经网络和LSTM的基础上构建了基于卷积长短期记忆网络(ConvLS...  (本文共59页) 本文目录 | 阅读全文>>