一种基于对偶学习和辅助信息的无监督气象降尺度方法技术资料下载

技术编号:37436791

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明涉及数据处理领域,特别涉及一种基于对偶学习和辅助信息的无监督气象降尺度方法。背景技术、为了减缓气候变化和降低气象灾害相关损失,科学家们设计了各种全球气候模式(gcms),用于模拟全球气候状态和预测未来气候参数。然而,gcms生成的数据往往具有较低的空间分辨率,使得其难以支撑小尺度的气象研究。为了解决这一问题,人们通常使用气象降尺度技术将粗分辨率的数据转换为更精细分辨率的数据。、当前的降尺度方法主要分为两类:统计降尺度和动态降尺度。动态降尺度方法主要是将gcms的输出作为边界/初始条件,...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发