一种基于时序注意力机制的洪水预报方法

    公开(公告)号:CN112785043B

    公开(公告)日:2022-08-30

    申请号:CN202011639357.6

    申请日:2020-12-31

    Applicant: 河海大学

    Abstract: 本发明属于数据驱动水流预报技术领域,公开了一种基于时序注意力机制的洪水预报方法,首先,收集研究的中小流域的水文数据,然后将收集到的所述水文历史数据经过数据预处理后输入到本模型中;其次,对水文历史数据进行数据清洗、数据变换、数据集划分等;再次,构建基于时序注意力机制的洪水预报模型;输入测试数据测试预报模型性能,判断网络性能是否符合要求,如果不符合则进行参数调节,直到达到理想的预测结果;最后,通过评估标准对模型进行分析,完成洪水预报。本发明的有益效果是:能够有效的预报洪峰精度和洪水趋势,是中小河流洪水实时预报的有效工具。

    一种面向水利文本的嵌套实体识别方法

    公开(公告)号:CN114881030A

    公开(公告)日:2022-08-09

    申请号:CN202210299216.7

    申请日:2022-03-25

    Applicant: 河海大学

    Inventor: 冯钧 张涛 陆佳民

    Abstract: 本发明公开了一种面向水利文本的嵌套实体识别方法,首先,基于现有水利行业标准和第三方词库形成基础词典,并使用一种新词发现算法挖掘新词汇来扩充基础词典;其次,在词嵌入过程中,使用领域词典,将词汇的信息融入到字符表示,增强语义表示;然后,在编码过程中,使用双向长短时记忆网络进行特征提取;最后,在解码过程中,提出一种由外向内的解码方法,模型在预测到实体时,会自动寻找内部实体,直至内部不存在任何实体。本发明结合水利领域知识,在识别水利文本的嵌套实体时,取得了良好的效果。

    一种面向水利文本的主题演化关系挖掘方法

    公开(公告)号:CN114647722A

    公开(公告)日:2022-06-21

    申请号:CN202210294529.3

    申请日:2022-03-24

    Applicant: 河海大学

    Abstract: 本发明公开了一种面向水利文本的主题演化关系挖掘方法,首先,对预先获取的语料进行预处理,形成“文本‑单词矩阵”数据集;其次,使用LDA模型对数据集进行聚类处理,生成文档‑主题矩阵与主题‑词矩阵,为后续主题演化挖掘提供支持;然后,将主题演化关系挖掘分为主题间相互作用关系挖掘和主题演化路径挖掘;主题间相互作用关系挖掘利用先建模主题演化模型,聚焦于不同主题个体间的相互影响情况;最后,主题演化路径挖掘利用离散时间主题演化模型,从整体层面鸟瞰学科的发展脉络。本发明实现了对不同时间阶段的水利主题间演化关系的准确、高效挖掘,对研究员厘清行业发展脉络、选择更有前景的研究领域起到了重要的作用。

    一种基于数值特征聚类的水文时间序列模体挖掘方法

    公开(公告)号:CN114647679A

    公开(公告)日:2022-06-21

    申请号:CN202210247765.X

    申请日:2022-03-14

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于数值特征聚类的水文时间序列模体挖掘方法,包括时间序列聚类过程和时间序列模体挖掘过程;在时间序列模体挖掘过程中,首先以类为单位,将每个类中时间序列进行全连接并计算全局距离矩阵;其次,使用可变尺寸二维窗口以一定规则和约束在全局矩阵上滑动;然后对每个窗口内的局部矩阵进行最短路径的计算;最后根据计算结果构造候选模体列表,并针对不同领域应用选择合适的模体。本发明从水文领域关注的时间序列数值特征以及实际应用中难以确定模体长度的两个角度出发,将基于时间序列数值特征的聚类方法和解决非等长时间序列距离计算的DTW算法引入到现有的模体挖掘方法中,实现高效、准确的挖掘效果。

    基于主题挖掘的水利领域文本的检索方法与系统

    公开(公告)号:CN114490938A

    公开(公告)日:2022-05-13

    申请号:CN202210079358.2

    申请日:2022-01-24

    Applicant: 河海大学

    Inventor: 冯钧 苏栋 陆佳民

    Abstract: 本发明公开了一种基于主题挖掘的水利领域文本的检索方法与系统,所述方法步骤如下:收集数据集;数据集预处理;构建基于主题挖掘的双向对抗神经网络和双向GRU联合的主题注意力模型GAN‑BiGRU Topic Attention Model;测试集验证测试;主题相关排序;进行主题检索;所述系统包括数据爬取模块、索引构建模块与数据检索模块。本发明在主题多样性检测及主题连贯性检测和下游分类任务的准确率与召回率都显著高于现有方法,为本相关领域研究提供了一种新的解决方案;本发明立足于充足的领域数据储备支撑,率先将双向对抗神经网络和双向GRU组合形成的网络模型使用在水利检索领域,为主题模型检索在水利领域的应用做出贡献。

    一种时空多元水文时间序列相似性度量方法

    公开(公告)号:CN108537247B

    公开(公告)日:2022-03-08

    申请号:CN201810203059.9

    申请日:2018-03-13

    Applicant: 河海大学

    Abstract: 本发明公开了一种时空多元水文时间序列相似性度量方法,首先对洪水的原始降雨数据进行栅格化,生成每个小时的雨量分布矩阵图。然后计算两个降雨分布矩阵序列之间的2D‑DTW距离,包括两个降雨分布矩阵的相似性计算方法以及对降雨分布矩阵序列的相似性度量方法。并利用得出的多个有关标准模板降雨分布矩阵序列与测试模板降雨分布矩阵序列之间的距离,判断出与标准模板洪水水文过程最相似的是哪一条或者哪几条测试洪水,可以输出与模板洪水水文过程最相似的几场测试洪水数据。

    一种基于kettle和数据库日志的数据同步方法

    公开(公告)号:CN114036119A

    公开(公告)日:2022-02-11

    申请号:CN202111157359.6

    申请日:2021-09-30

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于kettle和数据库日志的数据同步方法,包括以下步骤:确定数据源与目标数据库;确定数据同步方式即全量同步和增量同步;根据同步方式执行相应的数据同步操作。其中,全量同步包括:初始化kettle配置,清空目标数据库中的数据,获取各数据源处数据,将数据加载至目标数据库;增量同步包括:获取并解析源数据库日志文件得到数据库的详细操作序列等信息,更新同步时间戳记录表,过滤无关信息并抽取整合事务操作信息,将增量序列发送到Kafka消息中间件队列,转换数据格式并批量写入目标数据库。本发明可以指定多个数据来源,对数据进行动态更新,配置方便,更新速度较快。

    基于水利知识-事理耦合网络的决策支持系统架构与方法

    公开(公告)号:CN111368095A

    公开(公告)日:2020-07-03

    申请号:CN202010129002.6

    申请日:2020-02-28

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于水利知识-事理耦合网络的决策支持系统架构与方法,所述系统包括推理机制模块,事理图谱模块,规则库模块,水利知识图谱模块。首先构建水利知识图谱模块及相关的监测数据库;构建规则库模块包含推理规则、对象规则和属性规则的规则库;事理图谱模块实现与推理规则库、对象规则库和属性规则库相关联的事理图谱;推理机制模块实现建立运行在由水利知识图谱和事理图谱基于规则库结合形成的耦合网络上的推理框架,并在推理框架上针对推理目标进行推理,最后完成决策支持信息推送;本发明实现实时地针对目标事件进行成因分析和决策支持,可以实现实时的、准确的、高效的推理效果。

    一种基于知识图谱的信息资源查询推荐方法和系统

    公开(公告)号:CN110188208A

    公开(公告)日:2019-08-30

    申请号:CN201910481291.3

    申请日:2019-06-04

    Applicant: 河海大学

    Inventor: 冯钧 蒙琦 陆佳民

    Abstract: 本发明提出了一种基于知识图谱的信息资源查询推荐方法和系统,该方法首先对知识图谱进行预处理,利用表示学习方法将知识图谱映射到低维稠密的向量空间中,得到实体的向量表示;然后根据用户的历史行为计算用户对信息资源的兴趣度,结合信息资源的向量化表示和用户对信息资源的兴趣度构建用户兴趣模型;通过计算资源与资源、用户与资源之间的相似度来实现信息资源的精准推荐。本发明将知识图谱表示学习与用户兴趣模型相结合来为用户提供个性化服务,兼顾知识的内在联系和用户兴趣,根据用户输入查询的资源名称,向用户推荐与查询内容相关并且符合用户兴趣的信息资源,使得个性化查询推荐更具专业性及针对性。

Patent Agency Ranking