-
公开(公告)号：CN114881381B
公开(公告)日：2022-10-21
申请号：CN202210815291.4
申请日：2022-07-11
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于改进卷积神经网络的城市积水水位预测方法及系统，属于城市内涝水位预测技术领域，所述方法包括：获取当前积水水位、城市地面高程数据、未来预设时间内的降水预报数据；基于未来预设时间内的降水预报数据识别出目标站点周围的雨带，提取雨带的对象属性；将降水预报数据、城市地面高程数据、雨带的对象属性进行预处理后组成输入变量；将输入变量输入到预训练好的基于改进卷积神经网络的深度学习模型中，得到所述未来预设时间内目标站点的积水变率，结合当前积水水位得到所述未来预设时间内的积水水位；所述模型经过训练后具有高度非线性和强鲁棒性，本发明技术方案相较现有技术具有更长的预测时效，有极强的应用价值。
-
公开(公告)号：CN114818984B
公开(公告)日：2022-09-23
申请号：CN202210605679.1
申请日：2022-05-31
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于人工智能的精细化城市积水水位拟合方法，包括：1、构建无量纲化的水文特征数据库；2、基于图神经网络方法展开聚类分析；3、划分城市积水水位子区域；4、基于神经网络逐区构建个性化城市水文概念模型；5、根据积水监测站积水水位监测信息，结合经度信息、纬度信息、时间信息、地面高程信息，反衍各子区域任意位置积水水位。本发明模型适用性较强，模型融合了积水站点的地理信息和时间信息，有效提取积水水位的时空分布特征，模型的拟合能力较强；能提供全区域任意位置的积水水位产品，实现了去网格化，且能基于历史同期数据库实现历史水位的回报，对预防城市积涝和城市合理规划具有重要作用。
-
公开(公告)号：CN114818984A
公开(公告)日：2022-07-29
申请号：CN202210605679.1
申请日：2022-05-31
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于人工智能的精细化城市积水水位拟合方法，包括：1、构建无量纲化的水文特征数据库；2、基于图神经网络方法展开聚类分析；3、划分城市积水水位子区域；4、基于神经网络逐区构建个性化城市水文概念模型；5、根据积水监测站积水水位监测信息，结合经度信息、纬度信息、时间信息、地面高程信息，反衍各子区域任意位置积水水位。本发明模型适用性较强，模型融合了积水站点的地理信息和时间信息，有效提取积水水位的时空分布特征，模型的拟合能力较强；能提供全区域任意位置的积水水位产品，实现了去网格化，且能基于历史同期数据库实现历史水位的回报，对预防城市积涝和城市合理规划具有重要作用。
-
公开(公告)号：CN114417623B
公开(公告)日：2024-12-06
申请号：CN202210079142.6
申请日：2022-01-24
Applicant: 中国气象局地球系统数值预报中心 , 南京信息工程大学 , 北京城市气象研究院
Inventor： 陈静 , 李晓莉 , 马旭林 , 张涵斌 , 高丽 , 王远哲 , 李红祺 , 邓国 , 王婧卓 , 陈法敬 , 李应林 , 张进 , 沈学顺 , 龚建东 , 智协飞 , 夏宇 , 彭飞 , 霍振华 , 田华
IPC: G01W1/10 , G06F30/20 , G06Q10/0631 , G06F111/08
Abstract: 本发明属于数值预报技术领域，公开了一种GRAPES‑REPS区域集合预报方法及系统，GRAPES‑REPS区域集合预报方法包括：0.1度水平分辨率GRAEPS‑REPS集合预报试验参数及模式确定；GRAPES‑REPS侧边界扰动构建；中国GRAPES‑REPS区域集合预报业务化系统构建。本发明改进ETKF初值扰动方案并优化测边界扰动不确定性方案，提升预报系统离散度及区域集合预报系统性能，从而满足中国区域集合预报系统业务化应用需求，有针对性地制作和提供天气预报服务。本发明为中国各级气象台提供不同层次、不同预报时效的1h间隔集合预报产品，为天气预报提供指导和参考，便于模式开发者提高集合预报系统性能。
-
公开(公告)号：CN118227979B
公开(公告)日：2024-09-06
申请号：CN202410652939.X
申请日：2024-05-24
Applicant: 南京信息工程大学
IPC: G06F18/15 , G06F18/214 , G06N3/0464 , G06F30/27 , G06F119/02
Abstract: 本发明公开一种基于改进卷积神经网络利用热带太平洋次表层海温异常的预测ENSO方法，包括以下步骤:（1）采集热带太平洋次表层海温数据、Nino3.4观测数据，并对数据进行预处理，构建训练数据集；（2）搭建加入了注意力机制SENet的CNN模型；（3）基于所述训练集和模型进行训练；（4）生成预测产品利用皮尔森积矩相关系数计算得到ENSO预测；本发明所用数据资源和计算资源少，计算速度更快，预测时效长；突出次表层海温的经向扰动，更能体现热带太平洋次表层海温异常东传的特征。
-
Patent Agency Ranking
公开(公告)号：CN114417623A
公开(公告)日：2022-04-29
申请号：CN202210079142.6
申请日：2022-01-24
Applicant: 中国气象局地球系统数值预报中心 , 南京信息工程大学 , 北京城市气象研究院
Inventor： 陈静 , 李晓莉 , 马旭林 , 张涵斌 , 高丽 , 王远哲 , 李红祺 , 邓国 , 王婧卓 , 陈法敬 , 李应林 , 张进 , 沈学顺 , 龚建东 , 智协飞 , 夏宇 , 彭飞 , 霍振华 , 田华
IPC: G06F30/20 , G06Q10/04 , G06Q10/06 , G06F111/08
Abstract: 本发明属于数值预报技术领域，公开了一种GRAPES‑REPS区域集合预报方法及系统，GRAPES‑REPS区域集合预报方法包括：0.1度水平分辨率GRAEPS‑REPS集合预报试验参数及模式确定；GRAPES‑REPS侧边界扰动构建；中国GRAPES‑REPS区域集合预报业务化系统构建。本发明改进ETKF初值扰动方案并优化测边界扰动不确定性方案，提升预报系统离散度及区域集合预报系统性能，从而满足中国区域集合预报系统业务化应用需求，有针对性地制作和提供天气预报服务。本发明为中国各级气象台提供不同层次、不同预报时效的1h间隔集合预报产品，为天气预报提供指导和参考，便于模式开发者提高集合预报系统性能。
-
公开(公告)号：CN118822048A
公开(公告)日：2024-10-22
申请号：CN202411305389.0
申请日：2024-09-19
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06Q50/26 , G06F18/15 , G06F18/213 , G06F18/2431 , G06N3/0455 , G06N3/049 , G06N3/0499 , G06N3/0464 , G06N3/084 , G01W1/10 , G06F123/02
Abstract: 本发明公开了一种前兆因子深度融合的次季节极端降水预测方法，包括：基于优化的损失函数，构建融合数值模式降水预测、历史降水观测以及观测前兆因子的时空变换网络深度学习模型，基于数值模式降水预测数据集、历史降水观测数据集以及观测前兆因子数据集展开模型训练与优化；利用训练好的模型，输入目标时间的数值模式降水预测和前兆因子数据进行预测，输出次季节极端降水预测结果；本发明通过数值模式降水预测、历史降水观测和观测前兆因子数据的深度融合，利用一种新的时空变换网络深度学习方法，显著提高了次季节极端降水预测的准确性和全面性，具有极高的应用价值和广泛的应用前景。
-
公开(公告)号：CN118153640B
公开(公告)日：2024-08-02
申请号：CN202410587251.8
申请日：2024-05-13
Applicant: 南京信息工程大学
IPC: G06F18/25 , G06N3/08 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于改进卷积神经网络的多源卫星有效波高融合方法，包括以下步骤：（1）构建多源卫星有效波高沿轨逐日数据集并进行预处理；（2）提取对应真实值和缺测值位置，构建对应位置的mask掩码数据集，构建基于ERA5的有效波高数据的训练集；（3）搭建改进的深度学习模型RA−PUNet；（4）基于步骤（2）的训练集，mask掩码数据集和RA−PUNet模型进行训练，得到最精确的建立波高场；（5）基于多源卫星高度计有效波高数据，建立出无缺测的海面有效波高融合数据集；本发明建立长序列多源海面有效波高格点融合资料，建立自主可控、精度一致的25km分辨率逐日有效波高融合数据集。
-
公开(公告)号：CN118153640A
公开(公告)日：2024-06-07
申请号：CN202410587251.8
申请日：2024-05-13
Applicant: 南京信息工程大学
IPC: G06N3/0464 , G06N3/08 , G06N3/0455 , G06F18/25
Abstract: 本发明公开了一种基于改进卷积神经网络的多源卫星有效波高融合方法，包括以下步骤：（1）构建多源卫星有效波高沿轨逐日数据集并进行预处理；（2）提取对应真实值和缺测值位置，构建对应位置的mask掩码数据集，构建基于ERA5的有效波高数据的训练集；（3）搭建改进的深度学习模型RA−PUNet；（4）基于步骤（2）的训练集，mask掩码数据集和RA−PUNet模型进行训练，得到最精确的建立波高场；（5）基于多源卫星高度计有效波高数据，建立出无缺测的海面有效波高融合数据集；本发明建立长序列多源海面有效波高格点融合资料，建立自主可控、精度一致的25km分辨率逐日有效波高融合数据集。
-
公开(公告)号：CN209014538U
公开(公告)日：2019-06-21
申请号：CN201821098023.0
申请日：2018-07-12
Applicant: 南京信息工程大学
IPC: G01N33/00
Abstract: 本实用新型公开了一种大气污染防治设备,包括设备本体，固定框的顶端设置有支撑架，支撑架的内部顶端设置有太阳能电池板，支撑架的内侧设置有固定板，固定板的表面设置有透气孔，固定板的顶端设置有散热垫，散热垫和固定板通过螺钉连接，本实用新型移动框的内部设置有存储罐，存储罐的一端设置有进气口，进气口的内侧电磁开关，存储罐的内部设置有空气检测仪和压强检测器，固定框的内部的一端设置有驱动器、收卷器和吸气泵，对采集空气样本的存储罐是否发生泄漏进行检测，提高空气样本检测数据的精确性。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.034 seconds)
