基本信息:
- 专利标题： 卫星温度数据的不确定性量化方法
- 申请号：CN202510090247.5 申请日：2025-01-21
- 公开(公告)号：CN120046475A 公开(公告)日：2025-05-27
- 发明人： 姚雯 , 许迎春 , 龚智强 , 郑小虎 , 王宁 , 张小亚 , 周炜恩
- 申请人： 中国人民解放军军事科学院国防科技创新研究院
- 申请人地址： 北京市丰台区东大街53号
- 专利权人： 中国人民解放军军事科学院国防科技创新研究院
- 当前专利权人： 中国人民解放军军事科学院国防科技创新研究院
- 当前专利权人地址： 北京市丰台区东大街53号
- 代理机构： 北京奥文知识产权代理事务所(普通合伙)
- 代理人： 张文; 郑泽祥
- 主分类号： G06F30/27
- IPC分类号： G06F30/27 ; G06N3/045 ; G06N3/0442 ; G06N3/08 ; G06F18/214 ; G06F17/18 ; G06F111/10 ; G06F119/08
摘要：
本发明公开了一种卫星温度数据的不确定性量化方法，包括：训练多个结构相同但参数初始化不同的深度学习模型，以获得多个模型对同一输入数据的预测结果；根据多个模型的预测结果，构建校准数据集，校准数据集包括经验分位数和预测分位数；根据校准数据集训练校准模型，将校准数据集中的预测分位数映射到经验分位数；将初始分位数水平值输入校准模型得到校准后的分位数水平值，并根据深度学习模型的预测值获得校准后分位数水平对应的预测向量；根据校准后分位数水平对应的预测向量和初始分位数水平对应的预测向量，评估校准后的不确定性区间质量。本方法基于模型集成方法，结合分位数校准方法的特点，形成了高质量的不确定性校准方法。
IPC结构图谱:
| G06F30/27 | 使用机器学习，例如人工智能，神经网络，支持向量机 |