气象装备信息管理系统

在信息产业蓬勃发展的今天,信息已经成为一种关键性的战略资源,计算机技术在人们的生活中已经起到了越来越重要的作用。气象装备信息管理系统是利用各种成熟的技术对气象装备中心各办公室进行电脑化管理。通过内部网,将独立的资源联网,实现各类数据的统一和规范;员工可共享各种信息,进行各种信息的交流与工作流的自动实现和协同工作等,从而有效地提高气象装备现代化管理水平和质量,为信息时代的气象工作提供优良、高效的技术装备保障。1　系统结构与功能根据现代化气象信息管理的特点,系统共分为办公自动化系统、中心内部办公网、气象计…     

基于情境感知和序列模式挖掘的气象学习资源推荐算法

随着互联网的快速发展,气象部门职工作为学习者可以获得的学习资源得到极大丰富。信息超载导致检索合适的在线学习资源时遇到了困难;学习者在不同学习环境和序列访问模式上也有不同的学习需求。但是,现有的推荐系统,如基于内容的推荐和协同过滤,没有结合学习者的情境和序列访问模式,推荐结果准确度不高。本文提出了一种结合情境感知、序列模式挖掘和协同过滤算法的混合推荐算法来为学习者推荐学习资源。混合推荐算法中,情境感知被用来整合学习者的情境信息,如知识水平和学习目标;序列模式挖掘被用来对网络日志进行挖掘,发现学习者的序列访问模式;协同过滤被用来根据学习者的情境数据和序列访问模式为目标学习者计算预测并生成建议。实验和应用效果表明,该混合推荐算法推荐的质量和准确性方面优于其他推荐算法。     

基于深度学习的气象要素预测方法

针对气象预测内容繁多且影响因素多样的问题,提出了一种基于长短时记忆（LSTM）的气象预测方法。方法能够对繁杂的气象数据进行自动预处理,提取相应的特征信息。通过神经网络的前向训练、长短时记忆反馈学习,经过多隐藏层地自主训练,对能见度、温度、露点、风速、风向以及压力气象信息实现准确预测。通过实验以及与经典机器学习预测方法的比较,验证了本文方法在气象预测中的有效性,进一步提升了气象预测的准确性,各项预测值的均方检验误差平均值为0.35。