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

Inventor： 翁羽 ,  智协飞 ,  张玲 ,  丁姝妍 ,  季焱 ,  吕阳 ,  朱寿鹏 ,  周立群 ,  王靖宇

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。

公开(公告)号：CN118445720A

公开(公告)日：2024-08-06

申请号：CN202410652944.0

申请日：2024-05-24

Applicant: 南京信息工程大学

Inventor： 柳玉童 ,  张玲 ,  季焱 ,  郭准 ,  朱寿鹏 ,  范怡

IPC: G06F18/2431 ,  G06F18/23213 ,  G06F18/213 ,  G06F18/214 ,  G06F18/22 ,  G06N3/0464 ,  G06N3/084 ,  G01W1/02 ,  G01W1/10

Abstract: 本发明公开了一种基于神经网络对比学习的极端低温雨雪复合事件的识别方法，包括以下步骤：（1）获取极端低温雨雪复合事件数据集，采集再分析资料；（2）对提取出的复合事件的500hPa环流场和850hPa风场进行降维并聚类分析，得到三类不同环流形势组合的极端低温雨雪复合事件，并对每个事件进行分类标记；（3）利用得到的标签，构建Contrastive Learning需要的正负样本训练集；（4）搭建卷积神经网络的神经网络模型；（5）基于训练集和模型进行训练；（6）基于未标签的再分析数据，对极端低温雨雪复合事件进行识别；本发明通过比较数据点之间的相似性，学习到更具有泛化能力的表示。

公开(公告)号：CN214893870U

公开(公告)日：2021-11-26

申请号：CN202121428995.3

申请日：2021-06-25

Applicant: 南京信息工程大学无锡研究院

Inventor： 朱寿鹏 ,  智协飞

IPC: G01M3/02 ,  G01N3/12

Abstract: 本实用新型涉及恒压瓶技术领域，具体为一种基于磁力控制的恒压瓶设备，包括恒压瓶，所述恒压瓶的内部固定连接有第一定位板，所述恒压瓶的外表面固定连接有第二定位板，所述第一定位板的内部活动连接有第一滑板，所述第二定位板的内部活动连接有第二滑板，所述恒压瓶的底部固定连接有第一固定板。本实用新型的优点在于：通过设置定位板，使用时，将磁块分别固定在第一滑板和第二滑板的顶部，通过两个磁块的磁性相吸，使得当移动第二滑板时，会带动第一滑板在恒压瓶的内部移动，在移动过程中通过第一定位板和第二定位板分别对两个滑板进行定位，避免两个滑板之间的水平距离发生变化，对磁性产生影响，使得滑板移动平稳，使用方便。