一、气象服务文本产品的自动生成（论文文献综述）
胡小羽,孙通,胡康,王磊[1]（2021）在《机器写作在气象融媒体服务中的应用研究》文中进行了进一步梳理当前,大众接收气象服务信息的渠道向多元化发展,大众在内容、质量、数量等方面对气象融媒体服务提出了新的要求。在人工智能技术发展的背景下,机器写作技术的发展方兴未艾。基于此,总结机器写作技术的发展与应用现状,结合当前主流机器写作模式及特点,提出以气象数据为基础,自动生成气象融媒体服务产品的可行性方法,并探讨了机器写作在气象融媒体服务中的应用前景。
田刚,胡争光,王丽,薛峰,车钦[2]（2021）在《基于MICAPS4网络框架的气象预报服务一体化平台构建》文中提出基于国家气象中心MICAPS4网络平台框架,利用其有效对接全国综合气象信息共享系统（CIMISS）与气象信息综合分析处理系统第4版（MICAPS4）分布式数据库的优势,设计了湖北省气象预报服务一体化平台。平台集关注重点引导提醒、实况监测共享查询、气候特征对比分析、天气预报综合分析、服务产品关联检索、产品制作及一键分发、专业服务场景应用和信息数据系统管理为一体,采用了气象大数据的集约应用、工作引导的规则匹配、产品自动生成的定制合成、服务响应反馈的协同联动等关键技术,实现了在湖北省、市、县三级气象部门业务中的稳定应用。应用结果表明,一体化平台的使用大幅提升了省、市、县气象预报服务的业务集约和服务协同水平,推进了信息传输、产品制作、服务分发、联动响应等各业务流程的规范建立。MICAPS4网络框架在湖北一体化平台建设的成功实践,为国内省级气象部门及时跟踪国家级技术发展,开展大数据应用场景下的气象业务系统建设提供了一条验之有效的可选途径。
王翠[3]（2020）在《农业高新技术综合评价理论与智能方法研究》文中研究指明农业高新技术是指以农业应用为主体,具备技术、智力和R&D资金密集的条件,能带来经济的高增长率,提升国际竞争力的具有先导性的新兴技术群。技术的智能评价是指技术评价的智能化,具体的含义是把机器学习、人工智能技术运用到技术评价的各个环节,推进评价技术、方法及手段创新,以技术支撑评价智能化水平的全面提升。在国家全面推进供给侧改革,促进经济转型,推行“乡村振兴”发展战略的大背景下,我国在农业科技领域的自主创新能力不断提升,农业高新技术不断涌现,为加快农业农村现代化建设做好了技术储备,如何从经济效益、社会效益、环境效益、风险分析等方面对农业高新技术的实用价值进行客观、科学的评价,保证和监督技术的质量,是促进科技成果转化,推动农业农村经济健康快速发展亟待解决的问题。在技术评价过程中,评价报告内容较多、专业性强,其撰写是一项复杂而繁琐的工作,利用信息化技术和自然语言处理技术,完成评价报告的线上自动生成,将大大提升技术评价的效率。本文主要探讨了农业高新技术综合评价的理论与智能方法,运用了文献调研法、指标体系法、模型分析法、实验仿真验证法、主流技术网站调研法等研究方法,对农业高新技术的综合评价理论和智能化方法应用进行探索,主要进行了以下几个方面的研究:（1）对农业高新技术进行定义和分类。根据农业高新技术的特点,给出农业高新技术的定义;参照中国图书馆分类法、FAO（Food and Agriculture Organization of the United Nations,联合国粮食及农业组织）农业叙词表中对农业科学的分类,结合《国家重点支持的高新技术领域》规定的范围,调研近年来农业高新技术应用最广泛的领域,对农业高新技术进行分类。（2）构建了农业高新技术综合评价指标体系。调研国内外各项农业技术评价指标选取原则和选取范围,从农业高新技术本身的特点、利益相关方的评价需求以及农业高新技术产业化的基本条件这三个方面入手,筛选了农业高新技术综合评价指标,并给出了指标的量化处理方法。（3）构建了农业高新技术智能综合评价模型。选取合理的技术样本,邀请专家依据评价指标对农业高新技术打分作为样本数据,采用BP神经网络构建智能评价模型。将该模型的评价效果与使用层次分析法和使用TensorFlow深度学习框架构建的模型进行对比分析,得出BP神经网络具备较好的评价效果的结论。（4）构建了技术评价报告自动生成模型。把评价报告中的文本分为“技术文本”和“评价文本”两个部分。生成过程分别采用抽取式自动文摘技术和模板生成的方式,提升了评价报告的可读性,有助于更加客观高效地进行评价结果的汇总分析工作。（5）设计开发了智能综合评价原型系统。系统包含智能综合评价和评价报告生成两大部分,从技术的选择、专家的推送,技术智能综合评价到评价报告的自动生成,完全实行线上的操作,实现了农业高新技术综合评价的自动化和智能化。本文研究的创新之处主要体现在:第一,根据农业高新技术的特点、产业化条件以及利益相关方的评价需求,创建了包括技术优势、市场前景等6个一级指标和32个二级指标在内的农业高新技术综合评价指标体系,作为农业高新技术综合评价的数据采集依据。第二,以机器学习理论为基础,将农业高新技术综合评价转换为机器学习中的多分类问题,运用BP神经网络训练模型来拟合评价指标和技术类型的非线性关系,采用粒子群算法优化模型的初始权重,提升模型预测的准确率。第三,实现了评价报告的自动生成,构建BERT-MMR组合模型进行“技术文本”的自动摘要,解决了传统TextRank算法摘要生成多样性不足的问题。
王娅楠[4]（2020）在《面向按需服务的交通气象数据模型研究与应用》文中认为随着气象信息与社会经济发展不断融合,行业及用户需求持续变化,互联网和大数据快速发展,国家科学技术水平以及知识型经济稳步兴起,气象信息服务不再是传统意义上的天气预报,更是一项综合性的信息服务,以多样化的形式融入各行各业和公众的生活,成为了人们生产生活中不可或缺的一部分,在降低恶劣天气对生活影响的同时,也提高了产能。交通气象数据时空差异大、空间分布明显、动态实时显着、增长速度快,交通气象服务用户数量、类型日益增多,交通气象服务产品类型逐年增长,交通气象服务内容、时效要求增高,传统交通气象服务不能完全满足各类用户不同的需求。针对上述问题,本文在原有的研究基础上,进行了相关的研究与开发工作。本文主要研究工作如下:（1）分析了交通气象服务中用到的数据特征和应用需求。数据分析对象包括数据内容、数据特征及数据组织。探讨了交通气象服务用到的各类数据的组织格式,为后期数据整合、管理与服务提供基础。应用需求分析包括针对不同用户的交通气象服务需求分析,交通气象服务需求具有精细化、针对性、实时化、准确性强和个性化等特点,为交通气象数据模型设计提供依据。（2）为规范交通气象服务的数据类型,降低应用系统解析、处理气象数据的难度,保障服务系统长效可持续发展,本文基于通用数据模型（Common Data Model,CDM）模型建立一种交通气象数据模型,根据用户需求和使用场景,确定数据源的格式和体量,通过建立数据类型、坐标系、科学要素等数据结构,构建气象数据集属性和内容,本文分别对常规格网数据格式（Network Common Data Form4,NetCDF4）、二进制编码数据格式（General Regularly-distributed Information in Binary form2,GRIB2）、分层数据格式（Hierarchical Data file5,HDF5）数据、Micaps数据（交通气象服务中常用的是Micaps1类数据和Micaps3类数据）以及中国气象局针对交通气象服务自定义的TXT数据进行格式映射转换,便于使用CDM提供的数据访问接口。同时加入空间分析功能,提供任意地点、任意路段、任意区域、任意时段的交通气象服务。最后根据用户的实际业务需求,实现数据的按需服务,满足用户实时动态需求。（3）将交通气象服务业务中用到的数据基于面向按需服务的交通气象数据模型进行处理,基于静态位置、风险管控、车辆轨迹等不同条件,定制不同空间、不同形状的气象数据服务,并在交通天气风险管控平台中进行验证,为前端展示提供数据支撑。通过系统验证,本文设计的交通气象数据模型可以较好的满足用户需求,具有响应速度快、数据完整、可交互性、动态扩展性好等特点,且具有用户驱动和定制能力。该论文有图35幅,表16个,参考文献67篇
胡波,周必高,俞燎霓,李嘉鹏[5]（2019）在《气象服务系统数据统计功能二次开发的设计和实现》文中提出针对目前气象服务系统普遍存在二次开发能力不足、推广应用困难的技术难题,设计了一套具有强大自定义功能的服务数据分析系统。该系统采用内部函数和外部函数相结合的方法,内部函数采用动态链接库的形式开发,其接口可以连接各种业务数据库,并通过配置不同的计算方法和参数,实现多种需求输出;数据前台界面显示通过自定义的sql语句接口参数来实现;在内部函数计算的基础上,利用基于外部函数的文字模板实现数据描述文本的输出。基于该方案开发的气象服务系统从用户界面、数据分析、数据显示、绘图和文本输出等各种功能均可实现自定义,系统后期升级方便,跨区域推广能力强,其设计思路对相关业务系统的开发具有很好的指导意义。
何如意,王凤,陈训来[6]（2019）在《广东省决策气象服务产品平台介绍》文中认为介绍了广东省决策气象服务产品平台的开发思路、技术方法、系统功能,该平台利用气象探测数据和精细网格预报数据,实现了高度可定制的图形、表格以及文字等决策产品生成,其中降水、大风、气温以及台风等产品在重大天气过程决策服务中得到充分应用,提高了决策气象服务的智能化和精细化水平。
朱玲,吴心玥[7]（2019）在《人工智能在气象领域的应用述评》文中进行了进一步梳理为人工智能技术在我国气象领域的未来发展和应用提出建议,阐述了人工智能技术发展及其在气象领域应用的历程和现状,对比分析我国与欧美国家的差距;同时列举了机器学习、自然语言处理、计算机视觉方面的真实案例,探讨了人工智能在气象领域应用的可行性,并从观测、预报、服务、科研业务方面详细分析可能产生的影响,得出应该从资料、技术、合作、人才4方面做好提前布局的结论。
郭英香,郭广,苏献锋,马玉芳,张静,海兰萍,马守存[8]（2019）在《省市县一体化气象服务业务平台的构建与实现》文中指出在分析青海省市县气象服务业务现状和公共服务需求的基础上,按照设计科学、流程规范、信息分发快捷、全流程监控的设计思想,开发建成青海省市县一体化气象服务业务平台,并对其总体架构和核心功能进行简要介绍。结果表明:平台运行稳定、实用方便,实现了一级部署、三级应用,有效整合了气象数据和产品资源,提高了工作效率,优化了业务流程,有效提升了省级对市、县气象服务业务的指导能力,填补了青海省公共气象服务缺乏核心业务支撑系统的空白。
王锡良[9]（2018）在《公共气象服务文档自动化研究与应用》文中提出为了提高公共气象服务工作效率,减轻工作人员的劳动强度,比较了几种Office文档自动化技术的优劣。利用Aspose.Words for.NET、Aspose.Cells for.NET不依赖于Microsoft Office软件就能生成、修改、转换和打印Word和Excel文档的特性,采用C#语言,结合公共气象服务工作中的实际需求,自动、快速地处理和生成具有Microsoft Office软件格式的文档服务产品。
田刚,王继竹[10]（2017）在《长江流域气象服务综合业务系统的设计与应用》文中研究表明介绍了长江流域气象服务综合业务系统的总体设计和系统功能,系统基于CIMISS（全国综合气象信息共享平台）进行扩展建设,整合了格点订正预报、天气模型比对、洪水预估等多项关键预报技术,从服务流域防汛抗旱和水库综合调度出发,实现了水雨情监测报警、关键业务产品制作、综合服务产品制作分发以及质量跟踪评估。应用表明,系统可使预报员有效把握服务重点,提高服务的及时性、针对性,在流域气象服务上具有良好的推广应用前景。
二、气象服务文本产品的自动生成（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、气象服务文本产品的自动生成（论文提纲范文）
（1）机器写作在气象融媒体服务中的应用研究（论文提纲范文）
| 0 引言 |
| 1 机器写作技术的应用现状 |
| 2 气象融媒体机器写作的制作模式 |
| 2.1 抽取式机器写作 |
| 2.2 模板式机器写作 |
| 2.3 生成式机器写作 |
| 3 气象融媒体机器写作的实现方法 |
| 3.1 整体架构 |
| 3.2 机器写作文稿生成 |
| 3.2.1 数据触发规则 |
| 3.2.2 模板语料库 |
| 3.2.3 音视频产品生成 |
| 4 应用前景及缺陷 |
| 4.1 应用前景 |
| 4.2 不足及思考 |
| 5 结语 |
（3）农业高新技术综合评价理论与智能方法研究（论文提纲范文）
| 附件 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 农业高新技术综合评价相关研究 |
| 1.2.2 自然语言生成研究进展 |
| 1.2.3 评价报告自动生成的研究现状 |
| 1.2.4 存在的问题及挑战 |
| 1.3 研究目标和研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 研究方法和技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.5 论文的组织结构 |
| 第二章 相关理论和技术基础 |
| 2.1 农业高新技术综合评价 |
| 2.1.1 农业高新技术的界定 |
| 2.1.2 农业高新技术分类标准 |
| 2.1.3 评价指标选取原则 |
| 2.2 智能评价模型构建理论和技术 |
| 2.2.1 层次分析法 |
| 2.2.2 BP神经网络基本理论 |
| 2.2.3 Tensor Flow深度学习框架 |
| 2.2.4 神经网络在农业高新技术综合评价中的适用性分析 |
| 2.3 文本自动摘要生成理论和相关技术 |
| 2.3.1 文本自动摘要生成概述 |
| 2.3.2 文本特征表示模型 |
| 2.3.3 抽取式自动摘要算法 |
| 2.3.4 文本摘要的评估 |
| 2.4 本章小结 |
| 第三章 农业高新技术综合评价指标体系构建 |
| 3.1 农业高新技术特点分析 |
| 3.2 农业高新技术产业化条件 |
| 3.3 农业高新技术评价需求分析 |
| 3.4 农业高新技术评价指标体系 |
| 3.4.1 评价指标内容 |
| 3.4.2 技术评分表设计 |
| 3.4.3 评价指标量化处理 |
| 3.5 本章小结 |
| 第四章 农业高新技术综合评价智能方法应用 |
| 4.1 基于BP神经网络的评价模型构建 |
| 4.1.1 基于BP神经网络的农业高新技术综合评价流程 |
| 4.1.2 训练样本的选取和预处理 |
| 4.1.3 BP神经网络模型的建立和训练 |
| 4.1.4 BP神经网络模型的评估 |
| 4.2 基于BP神经网络的评价模型实证 |
| 4.2.1 数据的采集与预处理 |
| 4.2.2 模型的训练 |
| 4.2.3 基于粒子群算法的模型优化 |
| 4.2.4 实验对比分析 |
| 4.3 本章小结 |
| 第五章 评价报告自动生成模型构建 |
| 5.1 评价报告自动生成模型构建思路 |
| 5.2 “技术文本”生成模型 |
| 5.2.1 构建W2V-TK文本自动摘要模型 |
| 5.2.2 构建BERT-MMR文本自动摘要模型 |
| 5.2.3 模型的实验与对比 |
| 5.3 “评价文本”生成模型 |
| 5.3.1 模板设计 |
| 5.3.2 专家权重模型 |
| 5.3.3 专家评分模型 |
| 5.3.4 “评价文本”生成 |
| 5.4 总报告生成 |
| 5.5 本章小结 |
| 第六章 农业高新技术智能综合评价原型系统实现 |
| 6.1 系统总体设计 |
| 6.2 系统功能设计 |
| 6.2.1 信息采集模块 |
| 6.2.2 专家推送模块 |
| 6.2.3 技术智能评价模块 |
| 6.2.4 评价报告自动生成模块 |
| 6.3 系统展示 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 论文主要创新点 |
| 7.3 后续工作展望 |
| 参考文献 |
| 附录A |
| 附录B |
| 附录C |
| 致谢 |
| 作者简历 |
（4）面向按需服务的交通气象数据模型研究与应用（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与意义 |
| 1.4 论文结构组织 |
| 2 交通气象服务数据及需求分析 |
| 2.1 交通气象服务数据分析 |
| 2.2 交通气象服务需求分析 |
| 2.3 本章小结 |
| 3 面向按需服务的交通气象数据模型 |
| 3.1 按需交通气象服务 |
| 3.2 面向按需服务的交通气象业务数据模型 |
| 3.3 面向按需服务的交通气象逻辑数据模型 |
| 3.4 基于按需交通气象数据模型的数据处理流程 |
| 3.5 本章小结(Summary) |
| 4 按需交通气象数据模型在气象业务系统中的应用 |
| 4.1 项目概况 |
| 4.2 系统总体设计 |
| 4.3 系统中主要数据分析 |
| 4.4 按需交通气象数据模型在业务系统中的应用 |
| 4.5 按需交通气象数据模型的应用特征 |
| 4.6 本章总结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（5）气象服务系统数据统计功能二次开发的设计和实现（论文提纲范文）
| 0 引言 |
| 1 系统流程框架 |
| 2 基于动态链接库形式的内部函数 |
| 3 基于sql语句的外部函数 |
| 4 系统后台参数配置 |
| 5 系统前台界面 |
| 6 结语 |
（6）广东省决策气象服务产品平台介绍（论文提纲范文）
| 1 平台框架设计 |
| 1.1 数据源管理 |
| 1.2 绘图组件 |
| 1.3 产品图层 |
| 2 功能模块 |
| 2.1 空间分布图 |
| 2.2 时间演变图 |
| 2.3 统计表格 |
| 2.4 统计文字 |
| 2.5 人机交互制作 |
| (1) 奇异值剔除。 |
| (2) 缺测时段或点自动补缺。 |
| (3) 随时修订预报形成服务产品。 |
| (4) 台风路径和强度产品可视化调整功能。 |
| 2.6 定制功能 |
| 3 应用个例 |
| 4 问题与思考 |
| (1) 决策服务数据支撑有待加强。 |
| (2) 决策服务产品需更加规范标准。 |
| (3) 决策服务业务系统仍需完善。 |
（7）人工智能在气象领域的应用述评（论文提纲范文）
| 1 人工智能在气象领域应用的历程与现状 |
| 1.1 机器学习 |
| 1.2 自然语言处理 |
| 1.3 计算机视觉 |
| 2 人工智能对气象业务未来发展的影响 |
| 2.1 对气象观测业务的影响 |
| 1) 气象数据采集目标是高时空、长序列、多维的数据。 |
| 2) 人工智能可应用于提高气象监测密度及数据质量。 |
| (1) 计算机视觉、图像识别技术应用于提高气象监测密度。 |
| (2) 机器学习应用于提高气象数据质量。 |
| 2.2 对预报业务的影响 |
| 1) 人工智能将使预报业务向智能化、自动化发展。 |
| 2) 短期内人工智能对预报业务不会产生颠覆性的影响。 |
| 3) 长期来看人工智能将给预报业务带来较大变革。 |
| 2.3 对气象服务的影响 |
| 1) “互联网+人工智能”获取用户需求海量讯息。 |
| 2) 人工智能融合新媒体等创新气象服务。 |
| 3) 加强合作才能在未来人工智能时代立于不败之地。 |
| 2.4 对气象科研的影响 |
| 1) 我国人工智能技术与欧美先进国家有较大差距。 |
| 2) 气象科研应加强智能算法及气象物理机制的研究。 |
| 3 结论 |
| 1) 资料方面。 |
| 2) 技术方面。 |
| 3) 合作方面。 |
| 4) 人才方面。 |
（8）省市县一体化气象服务业务平台的构建与实现（论文提纲范文）
| 引言 |
| 1 平台设计 |
| 1.1 建设目标 |
| 1.2 平台架构 |
| 2 主要功能与实现 |
| 2.1 综合信息库管理 |
| 2.2 智能产品制作 |
| 2.3 服务要点提示 |
| 2.4 人机交互制作 |
| 2.5 综合发布管理 |
| 2.6 服务产品共享 |
| 2.7 综合监控管理 |
| 2.8 服务效益评估 |
| 3 关键技术 |
| 3.1 GIS技术 |
| 3.2 虚拟化技术 |
| 3.3 分布式存储技术 |
| 3.4 多手段分发技术 |
| 4 应用情况 |
| 5 结束语 |
（9）公共气象服务文档自动化研究与应用（论文提纲范文）
| 1 引言 |
| 2 文档自动化技术 |
| 2.1 常用的Microsoft Office文档自动化技术 |
| 2.2 Aspose.Words for.NET和Aspose.Cells for.NET |
| 3 Aspose.Words for.NET和Aspose.Cells for.NET在公共气象服务文档自动化中的应用 |
| 3.1 基于Word模板生成word文档 |
| 3.2 Excel文档和Word文档之间的数据交互 |
| 4 结语 |
四、气象服务文本产品的自动生成（论文参考文献）
- [1]机器写作在气象融媒体服务中的应用研究[J]. 胡小羽,孙通,胡康,王磊. 电视技术, 2021(11)
- [2]基于MICAPS4网络框架的气象预报服务一体化平台构建[J]. 田刚,胡争光,王丽,薛峰,车钦. 气象, 2021(09)
- [3]农业高新技术综合评价理论与智能方法研究[D]. 王翠. 中国农业科学院, 2020
- [4]面向按需服务的交通气象数据模型研究与应用[D]. 王娅楠. 中国矿业大学, 2020(01)
- [5]气象服务系统数据统计功能二次开发的设计和实现[J]. 胡波,周必高,俞燎霓,李嘉鹏. 浙江气象, 2019(02)
- [6]广东省决策气象服务产品平台介绍[J]. 何如意,王凤,陈训来. 广东气象, 2019(01)
- [7]人工智能在气象领域的应用述评[J]. 朱玲,吴心玥. 广东气象, 2019(01)
- [8]省市县一体化气象服务业务平台的构建与实现[J]. 郭英香,郭广,苏献锋,马玉芳,张静,海兰萍,马守存. 青海科技, 2019(01)
- [9]公共气象服务文档自动化研究与应用[J]. 王锡良. 中低纬山地气象, 2018(03)
- [10]长江流域气象服务综合业务系统的设计与应用[A]. 田刚,王继竹. 第34届中国气象学会年会 S7 水文气象、地质灾害气象预报理论与应用技术论文集, 2017