[發明專利]降水量預估方法、裝置、計算機設備及可讀存儲介質

在審

• 申請號: 202010065651.4
• 申請日: 2020-01-20
• 公開（公告）號: CN111291903A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 周康明;姚廣
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06N20/10
• 分類號: G06N20/10;G01W1/10;G01S13/95;G01S7/48
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 李姣姣

1.一種降水量預估方法，其特征在于，所述方法包括：

獲取第一雷達探測數據和第一降水量數據；

對所述第一雷達探測數據和所述第一降水量數據進行匹配處理，得到目標匹配數據組；

通過所述目標匹配數據組對初始機器學習模型進行訓練處理，得到降水量預估模型；

通過所述降水量預估模型對預設時間段內的降水量進行預估，得到第二降水量數據。

2.根據權利要求1所述的方法，其特征在于，所述對所述第一雷達探測數據和所述第一降水量數據進行匹配處理，得到目標匹配數據組，包括：

將相同采樣時間段內的所述第一雷達探測數據與所述第一降水量數據進行數據轉換處理，得到包括所述第一雷達探測數據和所述第一降水量數據的所述目標匹配數據組。

3.根據權利要求2所述的方法，其特征在于，所述將相同采樣時間段內的所述第一雷達探測數據與所述降水量數據進行數據轉換處理，得到包括所述第一雷達探測數據和所述第一降水量數據的所述目標匹配數據組，包括：

將相同采樣時間段內的所述第一雷達探測數據與所述降水量數據進行結合，得到初始匹配數據組；

對所述初始匹配數據組進行提取處理，得到所述目標匹配數據組。

4.根據權利要求3所述的方法，其特征在于，所述對所述初始匹配數據組進行提取處理，得到所述目標匹配數據組，包括：

采用取樣法對所述初始匹配數據組進行采樣處理，得到中間匹配數據組；

若所述中間匹配數據組不符合訓練處理的條件，則對所述中間匹配數據組進行數據預處理，得到所述目標匹配數據組；其中，所述訓練處理的條件表征所述中間匹配數據組中的數據滿足所述初始機器學習模型處理。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：若所述中間匹配數據組符合訓練處理的條件時，則將所述中間匹配數據組作為所述目標匹配數據組。

6.根據權利要求1所述的方法，其特征在于，所述通過所述目標匹配數據組對初始機器學習模型進行訓練處理，得到降水量預估模型，包括：

通過所述目標匹配數據組對初始機器學習模型進行調整處理，得到中間機器學習模型；其中，所述調整處理表征對所述初始機器學習模型的結構以及所述初始機器學習模型中超參數的調節；

通過所述目標匹配數據組對所述中間機器學習模型進行訓練處理，得到所述降水量預估模型。

7.根據權利要求1所述的方法，其特征在于，所述通過所述降水量預估模型對預設時間段內的降水量進行預估，得到第二降水量數據，包括：

獲取預設時間段內的第二雷達探測數據；

將所述第二雷達探測數據輸入至所述降水量預估模型，得到預設時間段內的所述第二降水量數據。

8.一種降水量預估裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取第一雷達探測數據和第一降水量數據；

匹配模塊，用于對所述第一雷達探測數據和所述第一降水量數據進行匹配處理，得到目標匹配數據組；

訓練模塊，用于通過所述目標匹配數據組對初始機器學習模型進行訓練處理，得到降水量預估模型；

預估模塊，用于通過所述降水量預估模型對預設時間段內的降水量進行預估，得到第二降水量數據。

9.一種計算機設備，包括存儲器、處理器，所述存儲器上存儲有可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述方法的步驟。

10.一種可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述方法的步驟。