摘要

课题采用流场分析和统计学习的方法,建立基于神经网络系统辨识和支持向量机的风场反演校正模型,计算出未受干扰风场中的风速风向数据,减小干扰风场与未受干扰风场风速风向之间的偏差;利用径向基概率神经网络和支持向量机方法进行分析研究,借助机器学习方法得到气象要素数据奇异值剔除模型,从而提高监测数据的有效性;应用区域平滑滤波和阈值剔除技术,采用基于雷达反射率阈值的识别算法,实现雷暴等危险天气的识别;采用MCT耦合器技术及消息传递的并行计算方式,实现区域海气模式耦合;采用动力诊断、支持向量机、多指标叠套等预报方法,建立海上雷暴、云的船用预报模型。

  • 单位
    山东省科学院海洋仪器仪表研究所