CN111553541A - 一种基于图像预测天气的系统及方法 - Google Patents
一种基于图像预测天气的系统及方法 Download PDFInfo
- Publication number
- CN111553541A CN111553541A CN202010413144.5A CN202010413144A CN111553541A CN 111553541 A CN111553541 A CN 111553541A CN 202010413144 A CN202010413144 A CN 202010413144A CN 111553541 A CN111553541 A CN 111553541A
- Authority
- CN
- China
- Prior art keywords
- weather
- image data
- data
- image
- server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 8
- 230000007613 environmental effect Effects 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 8
- 238000005096 rolling process Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000010223 real-time analysis Methods 0.000 abstract description 4
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000013277 forecasting method Methods 0.000 abstract 2
- 230000006870 function Effects 0.000 description 4
- 241000207892 Convolvulus Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Atmospheric Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Biodiversity & Conservation Biology (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Ecology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及信息处理技术领域,涉及到通过识别图像处理实现信息识别,具体涉及一种基于图像预测天气的系统及方法。预测天气的系统,用于根据实时获取到的图像数据,服务器根据图像数据与存储的信息进行匹配分析,可实时分析得到天气结果,实现快速高效的天气预测。预测天气的方法,通过本发明公开说明的系统进行天气的预测,针对获取的天空环境图像,读取图像数据,从图像数据中识别云朵等信息,根据云朵信息与当前环境数据匹配的结果,可预测出未来一定时间内可能出现的几种天气情况。能够满足绝大多数用户的自主查询天气,且能够更为精准地预测未来一个时间段内的天气,解决了当前天气预测准确率低、预测方法复杂的情况。
Description
技术领域
本发明涉及信息处理技术领域,涉及到通过识别图像处理实现信息识别,具体涉及一种基于图像预测天气的系统及方法。
背景技术
当前天气的预测对人们的出行具有非常重要的指导意义,提前预知天气变化,人们才能及时对未来时间做出合理安排,避免天气原因影响生活和工作。在现有基于图像识别技术的天气识别系统中,多用于识别当前天气,没有对未来天气的预测功能,现在的系统仅能对特征差异比较明显的极端天气,比如:暴雨、暴雪、沙尘暴、大雾等进行识别,对于实际生活中的天气差异变化则不能实现准确地预估。
要实现天气的预测,当前的天气预测系统需要调取大数据内容,结合近期天气状况、各项环境参数等进行复杂的计算,结合过往经验进行天气的预判,在这种情况下天气预判也不一定准确。
对于天气的识别和预测,当前的预测系统不能通过图像识别来实现,图像识别仅能进行当下天气现象的判断,不能实现天气预测,故现有技术中通过图像识别是不能实现天气预测的。因此,针对现有的天气预测系统存在的不足,还需要提出更为合理的技术方案,解决现有技术中存在的技术问题。
发明内容
本发明提供一种基于图像预测天气的系统及方法,通过终端设备获取到天空中的图像,由系统对图像进行分析和识别,根据训练模型可进行预测天气,如此能够实现快速的天气预测,方便人们实时、快速地获取到天气的变化情况,解决了现有技术中存在的天气预测系统计算复杂、结果不准确的问题。
为了实现上述效果,本发明采用技术方案为:
一种基于图像预测天气的系统,包括:
终端,用于拍摄获取天空环境图像,得到图像数据;
服务器,与终端通信连接,用于存储和处理图像数据;
展示端,与服务器通信连接,用于输出服务器的预测结果。
上述公开的预测天气的系统,用于根据实时获取到的图像数据,服务器根据图像数据与存储的信息进行匹配分析,可实时分析得到天气结果,实现快速高效的天气预测。
进一步的,上述公开的预测天气的系统,利用终端获取图像,可通过多种方式实现,对终端进行优化,作为一种选择,此处举出可行的方案:所述的终端包括摄像头,且所述的终端被配置为移动终端
再进一步,多终端进行优化,作为一种选择,此处举出可行的方案:所述的终端包括摄像头,且所述的终端被配置为固定终端。
进一步的,展示端用于对天气预报所述的展示端包括显示装置,且显示装置与终端固定设置并连接在一起。
上述内容对预测天气的系统进行了说说明,本发明还公开了利用上述系统进行天气预测的方法,具体内容如下:
一种基于图像预测天气的方法,包括如下步骤:
获取天空环境图像,将天空环境图像作为待分析的图像数据;
分析图像数据中包含的信息,识别图像数据中的云朵数据;
将云朵数据与环境数据进行匹配,计算未来可能出现的若干天气情况的概率,以概率最高的天气情况作为未来出现天气进行预报。
上述预测天气的方法,通过本发明公开说明的系统进行天气的预测,针对获取的天空环境图像,读取图像数据,从图像数据中识别云朵等信息,根据云朵信息与当前环境数据匹配的结果,可预测出未来一定时间内可能出现的几种天气情况。
进一步的,服务器用于分析具体的图像数据,并根据服务器预存的大量图像数据信息进行匹配,在收到终端传输的图像数据时,服务器会使用预存储的图像数据与终端传输的数据进行对比,根据对比结果将终端传输的数据进行分类,本发明采用气象分类的方式对具体的图像数据进行分类,作为一种选择,此处举出可行的方案:所述的云朵数据包括云朵的类型,云朵的类型包括层云、卷层云、高层云、卷积云、高积云、卷云、积雨云、雨层云、层积云和积云。
进一步的,上述方法中进行天气的预测时,将云朵数据与环境数据进行结合,为了使预测结果更加准确,作为一种选择,此处举出可行的方案:所述的环境数据包括时间、温度、湿度、风速、风向和海拔信息。
再进一步,所述的服务器用作存储和分析图像数据,在实际进行数据分析之前,服务器中预存储的图像数据已经经过分析和分类,因此,天气预测的步骤还包括训练模型,训练模型包括在服务器中存储图像数据,服务器将图像数据进行分类,并将环境数据与不同类别的图像数据匹配得到若干匹配结果,将每种匹配结果与一种天气情况对应并生成特征文件。
进一步的,当终端提供的图像数据传输至服务器后,所述的特征文件对图像数据进行识别,具体的,对识别方式进行优化,举出如下可行的方案:所述的特征文件识别云朵的类型与当前的环境数据,计算得出出现天气的概率。未来可能出现的天气情况,在云朵的类型与环境数据进行匹配后,可根据历史气象数据形成的天气变化规律进行判断。在典型天气变化规律中,某一类型的云朵出现后,在当前的环境数据下,未来出现某种天气的最高概率只有一种,因此以该最高概率的天气作为预判的参考结果。
进一步的,服务器要实现对图像数据的分析,需要从大量的基础资料中进行类比,其中存储的图像数据,是提前采集的多种时间和环境数据下的天空环境图像,所述的服务器中存储的图像数据,至少包括一个自然年度内每个季节的若干图像数据。这样设置的意义在于,采集了多个时间段内的数据,使数据更加齐全,在终端进行采集时,多种环境条件下的图像数据均能够对应至预存储的数据,并获取到接下来时间段内的天气情况。
进一步的,天气的变化非常迅速,在进行天气的预测时,针对未来时间段的天气预测可无法确保始终不变,因此,通过本方法预测未来天气时,所述的未来天气情况,是指从获取到图像数据起之后0.5~5小时内的天气情况。
与现有技术相比,本发明的有益效果为:
本发明通过获取到天空环境图像数据,结合实时的环境数据,可通过服务器进行快速的天气变化分析和预测,对未来一定时间段内的天气情况进行快速准确的预测。这种预测方式简单有效,能够满足绝大多数用户的自主查询天气,且能够更为精准地预测未来一个时间段内的天气,解决了当前天气预测准确率低、预测方法复杂的情况。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅表示出了本发明的部分实施例,因此不应看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它相关的附图。
图1是天气预测方法的过程示意图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步阐释。
在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明,但并不构成对本发明的限定。本文公开的特定结构和功能细节仅用于描述本发明的示例实施例。然而,可用很多备选的形式来体现本发明,并且不应当理解为本发明限制在本文阐述的实施例中。
本文使用的术语仅用于描述特定实施例,并且不意在限制本发明的示例实施例。如本文所使用的,单数形式“一”、“一个”以及“该”意在包括复数形式,除非上下文明确指示相反意思。还应当理解术语“包括”、“包括了”、“包含”、和/或“包含了”当在本文中使用时,指定所声明的特征、整数、步骤、操作、单元和/或组件的存在性,并且不排除一个或多个其他特征、数量、步骤、操作、单元、组件和/或他们的组合存在性或增加。
还应当注意到在一些备选实施例中,所出现的功能/动作可能与附图出现的顺序不同。例如,取决于所涉及的功能/动作,实际上可以实质上并发地执行,或者有时可以以相反的顺序来执行连续示出的两个图。
在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统,以避免用不必要的细节来使得示例不清楚。在其他实施例中,可以不以非必要的细节来示出众所周知的过程、结构和技术,以避免使得示例实施例不清楚。
实施例1
本实施例公开了一种基于图像预测天气的系统,用于通过图像识别快速实现天气预测,具体的,本系统包括:
终端,用于拍摄获取天空环境图像,得到图像数据;
服务器,与终端通信连接,用于存储和处理图像数据;
展示端,与服务器通信连接,用于输出服务器的预测结果。
上述公开的预测天气的系统,用于根据实时获取到的图像数据,服务器根据图像数据与存储的信息进行匹配分析,可实时分析得到天气结果,实现快速高效的天气预测。
上述公开的预测天气的系统,利用终端获取图像,可通过多种方式实现,对终端进行优化,作为一种选择,此处举出可行的方案:所述的终端包括摄像头,且所述的终端被配置为移动终端。
优选的,所述的移动终端可采用智能手机、智能平板电脑等设备,移动终端通过4G、WIFI(Wireless Fidelity,无线保真)、GPRS(General Packet Radio Service,通用分组无线服务)等方式与服务器通信,用户可随时随地进行拍摄,获取天空环境图像,通过网络发送至服务器。服务器在获取到图像信息时,可快速进行数据处理。
在本实施例中,所述的服务器可采用数据服务器,自身可存储一定量的数据,在获取到新数据后,利用特征文件进行数据对比和分析,得出新数据的分析结果。
在本实施例中,采用方便转移和携带的移动终端,因此也能够通过移动终端接收服务器发送的天气预测报告。
优选地,对展示端的组成结构进行优化,展示端用于对天气预报所述的展示端包括显示装置,且显示装置与终端固定设置并连接在一起。
本实施例中采用的显示装置,为LED触控显示器,能够实现图像、文字的展示。在获取天空环境图像时可直观查看,在接收服务器端的预测报告后也能够进行直观展示。
在本实施例中,将终端与展示装置合并,即终端既能实现采集图像数据的功能,也能实现接收预测报告的功能。
实施例2
本实施例公开了一种基于图像预测天气的系统,与实施例1中相同的是,用于通过图像识别快速实现天气预测,具体的,本系统包括:
终端,用于拍摄获取天空环境图像,得到图像数据;
服务器,与终端通信连接,用于存储和处理图像数据;
展示端,与服务器通信连接,用于输出服务器的预测结果。
上述公开的预测天气的系统,用于根据实时获取到的图像数据,服务器根据图像数据与存储的信息进行匹配分析,可实时分析得到天气结果,实现快速高效的天气预测。
与实施例1中不同的是,本实施例对终端和展示装置的结构进行了优化,具体如下:
本实施例中,对为了保证终端获取天空环境图像更为稳定和精确,将终端的设置方式进行优化,作为一种选择,此处举出可行的方案:所述的终端包括摄像头,且所述的终端被配置为固定终端。这样设置的意义在于,固定设置的终端一般按照固定的拍摄方向进行图像获取,可长期固定地获取某一天空范围内的数据,用于气象研究,为天气预测提供更有参考价值的数据。
本实施例中,所述的展示装置也可独立设置,例如:采用独立的显示器,对接收到的预测信息进行展示。
同理,当预测信息不以图片或文字信息进行展示时,可通过其他形式进行展示,例如声音信号,因此展示装置可采用语音播放器,对声音信号进行播放。
实施例3
如图1所示,本实施例公开了利用上述系统进行天气预测的方法,具体内容如下:
一种基于图像预测天气的方法,包括如下步骤:
获取天空环境图像,将天空环境图像作为待分析的图像数据;
分析图像数据中包含的信息,识别图像数据中的云朵数据;
将云朵数据与环境数据进行匹配,计算未来可能出现的若干天气情况的概率,以概率最高的天气情况作为未来出现天气进行预报。
上述预测天气的方法,通过本发明公开说明的系统进行天气的预测,针对获取的天空环境图像,读取图像数据,从图像数据中识别云朵等信息,根据云朵信息与当前环境数据匹配的结果,可预测出未来一定时间内可能出现的几种天气情况。
服务器用于分析具体的图像数据,并根据服务器预存的大量图像数据信息进行匹配,在收到终端传输的图像数据时,服务器会使用预存储的图像数据与终端传输的数据进行对比,根据对比结果将终端传输的数据进行分类,本发明采用气象分类的方式对具体的图像数据进行分类,作为一种选择,此处举出可行的方案:所述的云朵数据包括云朵的类型,云朵的类型包括层云、卷层云、高层云、卷积云、高积云、卷云、积雨云、雨层云、层积云和积云。
上述方法中进行天气的预测时,将云朵数据与环境数据进行结合,为了使预测结果更加准确,作为一种选择,此处举出可行的方案:所述的环境数据包括时间、温度、湿度、风速、风向和海拔信息。
所述的服务器用作存储和分析图像数据,在实际进行数据分析之前,服务器中预存储的图像数据已经经过分析和分类,因此,天气预测的步骤还包括训练模型,训练模型包括在服务器中存储图像数据,服务器将图像数据进行分类,并将环境数据与不同类别的图像数据匹配得到若干匹配结果,将每种匹配结果与一种天气情况对应并生成特征文件。
利用计算机视觉开源库OpenCV中的支持向量机(SVM)模块,对这些样本照片进行机器学习运算,程序会自动生成一个类似xml格式的特征文件,该特征文件供计算机识别程序在分析待识别的新照片时加载使用,特征文件的内容是计算机在分析样本照片时,基于特定数学模型而生成的。
当终端提供的图像数据传输至服务器后,所述的特征文件对图像数据进行识别,具体的,对识别方式进行优化,举出如下可行的方案:所述的特征文件识别云朵的类型与当前的环境数据,计算得出出现天气的概率。未来可能出现的天气情况,在云朵的类型与环境数据进行匹配后,可根据历史气象数据形成的天气变化规律进行判断。在典型天气变化规律中,某一类型的云朵出现后,在当前的环境数据下,未来出现某种天气的最高概率只有一种,因此以该最高概率的天气作为预判的参考结果。
服务器要实现对图像数据的分析,需要从大量的基础资料中进行类比,其中存储的图像数据,是提前采集的多种时间和环境数据下的天空环境图像,所述的服务器中存储的图像数据,至少包括一个自然年度内每个季节的若干图像数据。这样设置的意义在于,采集了多个时间段内的数据,使数据更加齐全,在终端进行采集时,多种环境条件下的图像数据均能够对应至预存储的数据,并获取到接下来时间段内的天气情况。
在本实施例中,服务器预存储的图像数据数量需要达到一定的基本量,在以年为单位,每个自然年的四个季度中,每个季度都针对不同类型的云朵进行数据收集和存储,每种类型的云朵照片至少收集500张图片数据,针对不同的环境数据均能找到参考的依据。同时,服务器存储图像数据时进行分类处理,例如:卷积云-夏-[20-30]-[70-80]-N3-400这样一个目录,表示里面存储的是卷积云、夏天、气温20-30、湿度70-80-北风3级、海拔400米。
模型训练和图像识别的过程如下:
1、模型训练时,计算机程序会对所有存放照片样本的目录进行扫描和分析,得到图像识别特征文件;2、完成模型训练之后,当向计算机识别程序输入新照片时,程序会根据模型训练结果,得到输入照片的分类类型,后面会根据此照片类型所对应的天气进行查询。
天气的变化非常迅速,在进行天气的预测时,针对未来时间段的天气预测可无法确保始终不变,因此,通过本方法预测未来天气时,所述的未来天气情况,是指从获取到图像数据起之后0.5~5小时内的天气情况。
以上即为本发明列举的实施方式,但本发明不局限于上述可选的实施方式,本领域技术人员可根据上述方式相互任意组合得到其他多种实施方式,任何人在本发明的启示下都可得出其他各种形式的实施方式。上述具体实施方式不应理解成对本发明的保护范围的限制,本发明的保护范围应当以权利要求书中界定的为准,并且说明书可以用于解释权利要求书。
Claims (10)
1.一种基于图像预测天气的系统,其特征在于,包括:
终端,用于拍摄获取天空环境图像,得到图像数据;
服务器,与终端通信连接,用于存储和处理图像数据;
展示端,与服务器通信连接,用于输出服务器的预测结果。
2.根据权利要求1所述的基于图像预测天气的系统,其特征在于:所述的终端包括摄像头,且所述的终端被配置为移动终端和/或固定终端。
3.根据权利要求1或2所述的基于图像预测天气的系统,其特征在于:所述的展示端包括显示装置,且显示装置与终端固定设置并连接在一起。
4.一种基于图像预测天气的方法,其特征在于,包括如下步骤:
获取天空环境图像,将天空环境图像作为待分析的图像数据;
分析图像数据中包含的信息,识别图像数据中的云朵数据;
将云朵数据与环境数据进行匹配,计算未来可能出现的若干天气情况的概率,以概率最高的天气情况作为未来出现天气进行预报。
5.根据权利要求4所述的基于图像预测天气的方法,其特征在于:所述的云朵数据包括云朵的类型,云朵的类型包括层云、卷层云、高层云、卷积云、高积云、卷云、积雨云、雨层云、层积云和积云。
6.根据权利要求5所述的基于图像预测天气的方法,其特征在于:所述的环境数据包括时间、温度、湿度、风速、风向和海拔信息。
7.根据权利要求6所述的基于图像预测天气的方法,其特征在于:包括训练模型,训练模型包括在服务器中存储图像数据,服务器将图像数据进行分类,并将环境数据与不同类别的图像数据匹配得到若干匹配结果,将每种匹配结果与一种天气情况对应并生成特征文件。
8.根据权利要求7所述的基于图像预测天气的方法,其特征在于:所述的特征文件识别云朵的类型与当前的环境数据,计算得出出现天气的概率。
9.根据权利要求7所述的基于图像预测天气的方法,其特征在于:所述的服务器中存储的图像数据,至少包括一个自然年度内每个季节的若干图像数据。
10.根据权利要求4所述的基于图像预测天气的方法,其特征在于:所述的未来天气情况,是指从获取到图像数据起之后0.5~5小时内的天气情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010413144.5A CN111553541A (zh) | 2020-05-15 | 2020-05-15 | 一种基于图像预测天气的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010413144.5A CN111553541A (zh) | 2020-05-15 | 2020-05-15 | 一种基于图像预测天气的系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111553541A true CN111553541A (zh) | 2020-08-18 |
Family
ID=72002028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010413144.5A Pending CN111553541A (zh) | 2020-05-15 | 2020-05-15 | 一种基于图像预测天气的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111553541A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112330069A (zh) * | 2020-11-27 | 2021-02-05 | 上海眼控科技股份有限公司 | 一种预警解除方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004170202A (ja) * | 2002-11-19 | 2004-06-17 | Casio Comput Co Ltd | 気象予測サーバ、携帯電子機器及びプログラム |
CN111033318A (zh) * | 2017-06-23 | 2020-04-17 | 慧天科技公司 | 当地气象预测 |
-
2020
- 2020-05-15 CN CN202010413144.5A patent/CN111553541A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004170202A (ja) * | 2002-11-19 | 2004-06-17 | Casio Comput Co Ltd | 気象予測サーバ、携帯電子機器及びプログラム |
CN111033318A (zh) * | 2017-06-23 | 2020-04-17 | 慧天科技公司 | 当地气象预测 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112330069A (zh) * | 2020-11-27 | 2021-02-05 | 上海眼控科技股份有限公司 | 一种预警解除方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112764916B (zh) | 数据采集的方法及装置 | |
CN106875066B (zh) | 用车出行行为的预测方法、装置、服务器以及存储介质 | |
CN110443969B (zh) | 一种火点检测方法、装置、电子设备及存储介质 | |
CN107959883B (zh) | 视频编辑推送方法、系统及智能移动终端 | |
CN111381909B (zh) | 一种页面展示方法、装置、终端设备及存储介质 | |
CN105203718B (zh) | 一种空气质量监测方法和系统 | |
CN107688950B (zh) | 家电售后咨询方法、电子设备和计算机可读存储介质 | |
CN110490246A (zh) | 垃圾类别确定方法、装置、存储介质及电子设备 | |
CN108537122A (zh) | 包含气象参数的图像融合采集系统及图像存储方法 | |
CN109558792B (zh) | 一种基于样本和特征检测互联网徽标内容的方法和系统 | |
CN111311022B (zh) | 发电量预测方法、装置、设备及计算机可读存储介质 | |
CN113935364A (zh) | 基于YOLOv4网络的无人机火焰检测方法及系统 | |
CN114117056B (zh) | 一种训练数据的处理方法、装置以及存储介质 | |
CN110852263B (zh) | 一种基于人工智能的手机拍照识别垃圾分类方法 | |
CN113378768A (zh) | 垃圾桶状态识别方法、装置、设备以及存储介质 | |
CN117834724B (zh) | 一种基于大数据分析的视频学习资源管理系统 | |
CN111553541A (zh) | 一种基于图像预测天气的系统及方法 | |
CN115205883A (zh) | 基于ocr和nlp的资料审核方法、装置、设备、存储介质 | |
CN107687994A (zh) | 空气检测系统及方法 | |
CN112859136B (zh) | 一种定位方法和相关装置 | |
CN106124699A (zh) | 一种智能空气质量实时评价装置及其控制方法 | |
CN113408630A (zh) | 一种变电站指示灯状态识别方法 | |
CN116304844B (zh) | 一种人员进出计数统计系统及方法 | |
CN116563841A (zh) | 配电网设备标识牌的检测方法、检测装置和电子设备 | |
CN111880568A (zh) | 无人机自动控制的优化训练方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |