-
公开(公告)号：CN110221359A
公开(公告)日：2019-09-10
申请号：CN201910500897.7
申请日：2019-06-11
Applicant: 成都信息工程大学
IPC: G01W1/10
Abstract: 本发明提供了一种自动识别切变线的方法：将风场进行标准化处理；对格点进行分区，并将分区后格点上的风矢量进行叉乘计算，由叉乘正值得到风场中的气旋性特征点；取最大叉乘正值的建立判定阈值，并从所述气旋性特征点中筛选出切变节点；根据所述切变节点分析方法消除相交切变线，分组连接切变节点构成切变线。本发明利用二维矢量叉乘结果进行判定和筛选可能的切变，最终连接切变节点形成切变线，达到自动识别且定位切变线的目的。目前气象业务中切变线分析依然通过人机交互的方式，本发明解决了由预报人员根据自身经验进行手工操作而存在的弊端问题，为实现气象业务中的自动化分析预报和人工智能的应用打下坚实基础。
-
公开(公告)号：CN109239809A
公开(公告)日：2019-01-18
申请号：CN201810868025.1
申请日：2018-08-02
Applicant: 成都信息工程大学
IPC: G01W1/10
Abstract: 本发明公开了一种基于弦切法的天气槽脊线提取方法，其包括以下步骤：S1、根据气象的格点数据计算等值线；S2、判断每条等值线是否为闭合等值线，若是则进入步骤S3，否则进入步骤S4；S3、获取该闭合等值线上的脊点和槽点并进入步骤S6；S4、获取每条非闭合等值线上的弦切点；S5、从非闭合等值线上的弦切点中选取脊点或槽点；S6、根据槽线连接规则和脊线连接规则分别将槽点和脊点连接为槽线和脊线，完成天气槽脊线的提取。本发明合理采用数据源，根据气象的格点数据计算等值线，并自动从等值线中提取出槽脊线，有效提高槽脊线的提取效率，便于相关人员分析天气形势和天气系统，进行天气预报。
-
公开(公告)号：CN106254033A
公开(公告)日：2016-12-21
申请号：CN201610640565.5
申请日：2016-08-07
Applicant: 成都信息工程大学
CPC classification number: G06F3/06 , H04L1/00 , H04L1/0014 , G06F3/067 , G06F3/0674 , G06F3/0689 , G06F11/1076 , H04L1/0061
Abstract: 本发明属于计算机信息存储技术领域，具体是一种用于任意多节点的阵列式存储系统的编码容错方法。本方法针对的错误类型为节点错误，即一旦某节点出现任意错误就认为该节点的数据全部不再可靠或全部丢失，该方法适用于任意多节点的阵列式存储，不仅能够提高存储系统的可靠性，适于公司或机构等数据量大且对数据稳定性要求高的情况，能够广泛的应用于服务器系统中。
-
公开(公告)号：CN105743639A
公开(公告)日：2016-07-06
申请号：CN201510324929.4
申请日：2015-06-13
Applicant: 成都信息工程大学
IPC: H04L9/08
Abstract: 本发明涉及一种基于(k,n)门限秘密分享的失效份额恢复方法。当第r个份额持有者Pr的份额f(r)失效时，选择k个有效份额的持有者p1,p2,…,pk，其有效份额分别为F(1),F(2),……,F(k)；对每一个有效份额持有者pi，各自确定一个k?1阶多项式gi(x)，计算出gi(1),gi(2),…,gi(k)，并分发给对应的有效份额持有者p1,p2,…,pk；计算g1(i)+g2(i)+…+gk(i)+F(i)＝h(i)；将获得的数据集{h(i),1≤i≤k}进行拉格朗日插值多项式算法得到一个k?1阶多项式h(x)；计算得出h(r)的值，即是丢失的份额。本发明所述方法在不大于n?k个份额失效后，可以在不暴露秘密的前提下得到恢复，增强了秘密分享系统的实用性。
-
公开(公告)号：CN116500703B
公开(公告)日：2023-09-01
申请号：CN202310775566.0
申请日：2023-06-28
Applicant: 成都信息工程大学
IPC: G01W1/00 , G06F18/231
Abstract: 本发明涉及气候监测技术领域，公开了一种雷暴单体识别方法和装置，通过获取闪电定位仪原始散点数据；按照雷达组合反射率矩阵数据的时间分辨率和矩阵大小将原始散点数据转换为矩阵数据；构建矩阵数据的最小生成树；将最小生成树的每个节点作为一个簇，通过节点簇生成各子簇，以雷暴单体最小簇为筛选条件，删除所有节点簇中不满足筛选条件的子簇；计算每个簇的稳定性，根据稳定性确定选定簇；将选定簇中的点转换为矩阵数据中格点的坐标，得到若干表示雷暴单体的目标簇。本发明无需人工干预，不需要手动设置参数，降低了雷暴单体识别的复杂度，有利于批量自动处理；另外，本发明对密度变化不敏感，有利于提升雷暴单体识别的准度。
-
Patent Agency Ranking
公开(公告)号：CN116185432A
公开(公告)日：2023-05-30
申请号：CN202211195115.1
申请日：2022-09-28
Applicant: 成都信息工程大学 , 国家气象信息中心(中国气象局气象数据中心)
IPC: G06F8/61
Abstract: 本发明提供了一种Kubeedge边缘计算框架离线自动化部署方法，包括：步骤S1、下载框架依赖包，具体为：分别下载云端服务器和边缘设备对应版本的Linux系统基础依赖包和Kubeedge集群依赖包；步骤S2、编写脚本；步骤S3、编写边缘自动加入命令生成程序；步骤S4、打包自动部署文件；步骤S5、Kubeedge云端自动安装；步骤S6、Kubeedge边缘自动加入。本发明很好地解决了Kubeedge部署流程复杂，并且部署过程中容易出错的问题，只需进行简单的操作便能够完成Kubeedge云端的安装和边缘的加入，无需在每次边缘加入时进行重复的操作，这极大降低了部署难度，提高了部署效率。
-
公开(公告)号：CN115828054B
公开(公告)日：2023-05-02
申请号：CN202310091732.5
申请日：2023-02-10
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种通过改进拉普拉斯自动识别南支槽的方法，涉及气象技术领域，包括以下步骤：获取位势高度场格点数据；计算位势高度场在x方向的梯度场；寻找梯度值由负到正的转折点，对梯度场进行清理；计算x方向散度，得到改进后的拉普拉斯值L'；并对L'进行0,1二值化处理，得到并将黑白图像和待选槽线的多个目标通过膨胀合并，通过腐蚀恢复原有尺度，通过轮廓指向角及长短轴比率选定有效目标；对有效目标提取东西南北4个方向的端点，调整有效目标对应的槽线的形态；并对槽线进行拟合，得到南支槽。本发明可自动识别南支槽，可提高天气分析、预报的效率和和规范性，减少人为因素的误判，提高气象防灾减灾的自动化水平。
-
公开(公告)号：CN115828054A
公开(公告)日：2023-03-21
申请号：CN202310091732.5
申请日：2023-02-10
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种通过改进拉普拉斯自动识别南支槽的方法，涉及气象技术领域，包括以下步骤：获取位势高度场格点数据；计算位势高度场在x方向的梯度场；寻找梯度值由负到正的转折点，对梯度场进行清理；计算x方向散度，得到改进后的拉普拉斯值L'；并对L'进行0,1二值化处理，得到并将黑白图像和待选槽线的多个目标通过膨胀合并，通过腐蚀恢复原有尺度，通过轮廓指向角及长短轴比率选定有效目标；对有效目标提取东西南北4个方向的端点，调整有效目标对应的槽线的形态；并对槽线进行拟合，得到南支槽。本发明可自动识别南支槽，可提高天气分析、预报的效率和和规范性，减少人为因素的误判，提高气象防灾减灾的自动化水平。
-
公开(公告)号：CN113341419B
公开(公告)日：2022-11-01
申请号：CN202110570221.2
申请日：2021-05-25
Applicant: 成都信息工程大学
Abstract: 本发明提供一种基于VAN‑ConvLSTM的天气外推方法及系统，方法包括以下步骤：按时序接收目标雷达图像，并对目标雷达图像进行编码；将编码后的目标雷达图像按时序分别输入ConvLSTM网络；将初始时刻的目标雷达图像以及编码后的初始时刻目标雷达图像、下一时刻目标雷达图像的共同输入第一VAN网络得到初始时刻的强对流天气外推图像；将上一时刻与当前时刻ConvLSTM网络的输出以及当前时刻的目标雷达图像共同输入至VAN网络进行预测求差异得到当前时刻的强对流天气外推图像。该方法能解决现阶段快速发生的灾害现象无法快速相应问题，实现实时、高效、海量的气象灾害预警。
-
公开(公告)号：CN113254802A
公开(公告)日：2021-08-13
申请号：CN202110689433.2
申请日：2021-06-22
Applicant: 成都信息工程大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明提供一种基于微博大数据的复杂网络舆情节点重要度排序方法，包括步骤：获取节点的邻接点个数，从而获得节点的Q值；通过每个节点的Q值得到每个节点的局部集中度，获取两个节点之间的边权重；根据边权重得到节点的权重向量，通过根据节点关联边得到拓扑结构；基于k核分解法，求出k核迭代次数，然后对节点的度和k核迭代次数进行归一化处理，创建矩阵；根据矩阵获取指标熵值，根据熵值得到度和k核迭代次数的权重；根据度和k核迭代次数的权重获得每个节点的权重因子；根据每个节点的权重因子得到综合因子，进行重要度排序。该方法能确认网络中节点的重要关系，从而提高网络的布局效率。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.035 seconds)
