预测与诊断在线海流监测数据的方法和装置

    公开(公告)号:CN103489034A

    公开(公告)日:2014-01-01

    申请号:CN201310477056.1

    申请日:2013-10-12

    Abstract: 本发明公开了一种预测与诊断在线海流监测数据的方法和装置。其中,该方法包括:对预设样本数量的海流监测数据样本进行基于LMS迭代训练;根据LMS迭代训练的结果确定初始神经网络模型;使用初始神经网络模型对测试数据进行动态预测计算,其中,该测试数据中的样本数至少为预设样本数量的2倍;根据测试数据动态预测计算的结果确定动态学习权值;根据动态学习权值调整海流监测数据样本的样本数量;从海流监测数据样本中选取样本数量调整后的样本作为新样本;对新样本进行LMS迭代训练,得到更新的神经网络模型;使用更新的神经网络模型对后续海流监测数据进行预测与诊断。本发明提升了海流监测数据预测和诊断的有效性。

    一种优化空间效率的海洋锚定浮标站位智能选址方法

    公开(公告)号:CN111291520A

    公开(公告)日:2020-06-16

    申请号:CN202010123021.8

    申请日:2020-02-27

    Abstract: 本发明公开了有一种优化空间效率的海洋锚定浮标站位智能选址方法,包括S1.建立浮标站位选址模型,S2.空间数据预处理,S3.构建空间计算中间件,执行空间计算,S4.迭代器采用粒子群算法建立了启发式计算模式,对每个粒子运行一次空间计算中间件,选出空间效率指数最大的粒子作为全局最优解,S5.判断是否达到最大迭代次数,当达到最大迭代次数时,结束计算,输出全局最优解;未达到最大迭代次数时,则重复执行S3至S5。其优点在于有效地实现多个海洋锚定浮标站位的综合选址、科学地计算浮标的布放位置以实现海洋浮标监测空间效率的最大化,便于国家海洋浮标监测网络的扩充;具有智能性,能够无限逼近锚定浮标站位选址的最优解。

    一种平滑海岸线的绘制方法

    公开(公告)号:CN106023283B

    公开(公告)日:2018-12-25

    申请号:CN201610352411.6

    申请日:2016-05-25

    Abstract: 本发明提供了一种平滑海岸线的绘制方法,包括以下步骤:首先收集海岸点;预处理海岸点:将收集的海岸点集P进行归集得到海岸点集Q;对上述处理得到的海岸点集Q进行分段圆弧拟合;将上述得到的分段圆弧海岸段利用样条曲线进行平滑连接;将得到的海岸线进行计算机绘制和制图输出。本发明面向海岸地理空间分析,针对海岸线的存储、绘制、计算,实现海岸线的连续平滑表达,并采用分段圆弧进行拟合能有效处理多值函数问题,避免了现有方法坐标系必须旋转的弊端;本发明绘制的海岸线能够实现平滑海岸线的快速便捷存储、快速显示绘制,方便测量海岸线的长度,曲率,距离,从而基于海岸线实现海洋或陆地中最近海岸点和离岸距离的快速测量。

    一种平滑海岸线的绘制方法

    公开(公告)号:CN106023283A

    公开(公告)日:2016-10-12

    申请号:CN201610352411.6

    申请日:2016-05-25

    CPC classification number: G06T11/203

    Abstract: 本发明提供了一种平滑海岸线的绘制方法,包括以下步骤:首先收集海岸点;预处理海岸点:将收集的海岸点集P进行归集得到海岸点集Q;对上述处理得到的海岸点集Q进行分段圆弧拟合;将上述得到的分段圆弧海岸段利用样条曲线进行平滑连接;将得到的海岸线进行计算机绘制和制图输出。本发明面向海岸地理空间分析,针对海岸线的存储、绘制、计算,实现海岸线的连续平滑表达,并采用分段圆弧进行拟合能有效处理多值函数问题,避免了现有方法坐标系必须旋转的弊端;本发明绘制的海岸线能够实现平滑海岸线的快速便捷存储、快速显示绘制,方便测量海岸线的长度,曲率,距离,从而基于海岸线实现海洋或陆地中最近海岸点和离岸距离的快速测量。

    预测与诊断在线海流监测数据的方法和装置

    公开(公告)号:CN103489034B

    公开(公告)日:2016-02-10

    申请号:CN201310477056.1

    申请日:2013-10-12

    Abstract: 本发明公开了一种预测与诊断在线海流监测数据的方法和装置。其中,该方法包括:对预设样本数量的海流监测数据样本进行基于LMS迭代训练;根据LMS迭代训练的结果确定初始神经网络模型;使用初始神经网络模型对测试数据进行动态预测计算,其中,该测试数据中的样本数至少为预设样本数量的2倍;根据测试数据动态预测计算的结果确定动态学习权值;根据动态学习权值调整海流监测数据样本的样本数量;从海流监测数据样本中选取样本数量调整后的样本作为新样本;对新样本进行LMS迭代训练,得到更新的神经网络模型;使用更新的神经网络模型对后续海流监测数据进行预测与诊断。本发明提升了海流监测数据预测和诊断的有效性。

    一种剖面观测装置及观测方法

    公开(公告)号:CN109827552B

    公开(公告)日:2024-02-13

    申请号:CN201910148274.8

    申请日:2019-02-28

    Abstract: 本发明属于海洋科学研究技术领域,具体涉及一种剖面观测装置及观测方法。所述装置包括升降单元、用于升降单元布放及回收的提升装置、用于为所述升降单元充电的充电装置、以及用于防止观测装置随漂浮平台晃动产生碰撞破坏的防护装置。采用所述装置,在升降单元返回漂浮平台的透水井内后,能够将升降单元有效的固定和保护,并且设置有与升降单元对应的充电机构,在升降单元固定后,可对其进行充电;此外,在升降单元内还设有无线传输模块,在升降单元升出水面后,能够将采集的数据高速传输到漂浮平台的数据中心内。

    一种单站位在线波周期数据的预测诊断方法

    公开(公告)号:CN110570013B

    公开(公告)日:2023-04-07

    申请号:CN201910719442.4

    申请日:2019-08-06

    Abstract: 本发明公开了一种单站位在线波周期数据的预测诊断方法,包括RBF神经网络模型训练阶段和在线动态预测诊断阶段,模型训练好后,加载已经训练好的RBF神经网络初始模型,根据实时波浪传感器获得的海洋波浪波周期数据,逐一进行实际预测计算,并根据预测结果和下一时刻的实测结果判断数据是否异常,对满足条件的正常数据进行RBF神经网络动态再学习,在再学习过程中,调整样本集,调整隐层中心节点集,动态学习计算输出层最新权值。本发明所公开的方法能够随时间发展根据最新的正常波周期数据结果及时通过动态自适应调整模型内部参数,调整过程快速有效,能够满足海洋在线波浪数据监测系统的长时间不间断运行的实时性、动态性和准确性要求。

    一种分布式海洋在线监测数据的实时聚合系统及聚合方法

    公开(公告)号:CN110362618B

    公开(公告)日:2022-04-01

    申请号:CN201910558774.9

    申请日:2019-06-26

    Abstract: 本发明公开了一种分布式海洋在线监测数据的实时聚合系统及聚合方法,该系统包括数据注册器、数据聚合服务和数据集成器三部分,所述数据注册器和数据聚合服务分布于每一个海洋监测数据接收终端服务器上,通过数据注册器对各海洋监测数据接收终端服务器的异构数据资源进行整合,并建立数据聚合服务实现数据的跨平台跨系统发布,数据集成器根据需要集成一个或多个数据聚合服务,对数据进行按需存储和显示。本发明所公开的系统及方法解决了目前的海洋监测岸站系统数据接收地理位置分散、数据结构各异,数据集中接收、集中显示困难的问题,可以实现实时的数据聚合,实现数据的跨平台显示,具有很好的应用前景。

    一种单站位在线波周期数据的预测诊断方法

    公开(公告)号:CN110570013A

    公开(公告)日:2019-12-13

    申请号:CN201910719442.4

    申请日:2019-08-06

    Abstract: 本发明公开了一种单站位在线波周期数据的预测诊断方法,包括RBF神经网络模型训练阶段和在线动态预测诊断阶段,模型训练好后,加载已经训练好的RBF神经网络初始模型,根据实时波浪传感器获得的海洋波浪波周期数据,逐一进行实际预测计算,并根据预测结果和下一时刻的实测结果判断数据是否异常,对满足条件的正常数据进行RBF神经网络动态再学习,在再学习过程中,调整样本集,调整隐层中心节点集,动态学习计算输出层最新权值。本发明所公开的方法能够随时间发展根据最新的正常波周期数据结果及时通过动态自适应调整模型内部参数,调整过程快速有效,能够满足海洋在线波浪数据监测系统的长时间不间断运行的实时性、动态性和准确性要求。

Patent Agency Ranking