【技术实现步骤摘要】
本专利技术涉及一种通用交通气象短临预报方法、装置及存储介质，属于人工智能和交通气象交叉领域。
技术介绍
1、现代高速公路运输体系很大程度上受到气象因素的影响和制约，约20%的交通事故是由于不良天气的影响而导致发生的。其中，大风、浓雾、强降水（雨、雪等的总称）、极端高温和低温等以及这些气象因素导致的次生灾害和伴生地质灾害是影响高速公路交通运输安全的主要气象因素。
2、随着人工智能技术的发展，交通气象人工智能预报产品也应运而生，目前关于交通气象灾害临近预报技术及服务模式的探索虽已有一些成果，但在产品、技术和服务的精细化、针对性等方面都还存在较大提高空间。此外，这些产品多是只针对单一气象要素或者单一预报时效进行预报，建立的预报产品在特征空间的构建上更偏向于“一股脑”、“大杂烩”式的特征工程，并未从数据资料中充分挖掘信息及良好结合交通气象领域知识，因而导致了已有数据的大幅浪费。
技术实现思路
1、本专利技术的目的在于提供一种通用交通气象短临预报方法、装置及存储介质，旨在以卷积神经网络为...
【技术保护点】
1.一种通用交通气象短临预报方法，其特征在于，包括：
2.根据权利要求1所述的通用交通气象短临预报方法，其特征在于，所述观测数据表示为：
3.根据权利要求2所述的通用交通气象短临预报方法，其特征在于，所述交通气象学领域知识包括：交通气象机理、预报员经验及历史气象事件；
4.根据权利要求3所述的通用交通气象短临预报方法，其特征在于，所述一维卷积神经网络层由k层inception结构连接而成，且所述inception结构的每一层均包括两个分支，用于提取不同时间间隔内的时间序列信息，所述时间序列信息包括全序列信息及子序列信息；
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。