[發明專利]倒春寒預警方法、裝置、可讀存儲介質及人機交互裝置在審
| 申請號： | 201810583149.5 | 申請日： | 2018-06-05 |
| 公開（公告）號： | CN109031465A | 公開（公告）日： | 2018-12-18 |
| 發明（設計）人： | 何媛;徐春萌;張弓;顧竹 | 申請（專利權）人： | 北京佳格天地科技有限公司 |
| 主分類號： | G01W1/00 | 分類號： | G01W1/00 |
| 代理公司： | 北京恒博知識產權代理有限公司 11528 | 代理人： | 范勝祥 |
| 地址： | 100080 北京市海淀區*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 可讀存儲介質 人機交互裝置 標準模塊 計算模塊 判斷模塊 權重模塊 影響因素 預警裝置 標準化 預警 權重 標準化處理 市場競爭力 生育時期 舒適度 構建 農作物 概率 預防 農民 | ||
1.一種倒春寒預警裝置，其特征在于，包括：
標準模塊，用于對多個影響因素進行標準化處理得到標準化值；
權重模塊，用于根據多個標準化值計算得到權重值；
計算模塊，用于根據權重值和多個標準化值計算倒春寒指數；和
判斷模塊，根據倒春寒指數判斷發生倒春寒的概率；
其中，所述影響因素包括：低溫持續時間、氣溫距平和最大降溫幅度。
2.根據權利要求1所述的倒春寒預警裝置，其特征在于，
對多個影響因素進行標準化處理的公式為：
正項指標：
負項指標：
其中，Pij為無量綱化后的第i個影響因素第j年的指標值，pij為第i個影響因素第j年的指標值，pimax、pimin分別為第i個影響因素最大值、最小值，i、j為非零自然數。
3.根據權利要求1所述的倒春寒預警裝置，其特征在于，
矩陣單元，用于根據多個標準化值兩兩比較建立權重判斷矩陣；
最大單元，用于根據權重判斷矩陣計算得到權重判斷矩陣的最大特征值；
一致單元，用于根據最大特征值計算一致性指標值；
比例單元，用于根據一般指標值計算一般性比例值；和
判斷單元，用于根據一般性比例值，判斷權重判斷矩陣是否合理，若權重判斷矩陣合理，根據權重判斷矩陣的矩陣元素計算權重值；若權重判斷矩陣不合理重新建立權重判斷矩陣。
4.根據權利要求3所述的倒春寒預警裝置，其特征在于，
所述一致性指標值的計算公式為：
其中，CI為一致性指標，λ為權重判斷矩陣的最大特征值，n為影響因素的個數。
5.根據權利要求3所述的倒春寒預警裝置，其特征在于，
所述一般性比例值的計算公式為：
其中，CR為一致性比例，CI為一致性指標，RI為平均隨機一致性指標。
6.根據權利要求3所述的倒春寒預警裝置，其特征在于，
所述權重值的計算公式為：
其中，i、j為非零自然數，n為影響因素的個數，aij為權重判斷矩陣第i行第j列的元素，Wi為權重值。
7.根據權利要求1所述的倒春寒預警裝置，其特征在于，
所述倒春寒指數的計算公式為：
其中，n為影響因素個數，Wi為權重值，Pi為第i個影響因素標準化處理后的標準化值，F為倒春寒指數。
8.一種倒春寒預警方法，其特征在于，包括：
對多個影響因素進行標準化處理得到標準化值；
根據多個標準化值計算得到權重值；
根據權重值和多個標準化值計算倒春寒指數；
根據倒春寒指數判斷發生倒春寒的概率；
其中，所述影響因素包括：低溫持續時間、氣溫距平和最大降溫幅度。
9.根據權利要求8所述的倒春寒預警方法，其特征在于，
對多個影響因素進行標準化處理的公式為：
正項指標：
負項指標：
其中，Pij為無量綱化后的第i個影響因素第j年的指標值，pij為第i個影響因素第j年的指標值，pimax、pimin分別為第i個影響因素最大值、最小值，i、j為非零自然數。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京佳格天地科技有限公司，未經北京佳格天地科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810583149.5/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：基于AR和BIM的地下電纜三維數字可視化定位方法
- 下一篇：一種冰雹模擬器
