-
公开(公告)号：CN112734017A
公开(公告)日：2021-04-30
申请号：CN202110354588.0
申请日：2021-04-01
Applicant: 成都信息工程大学
Abstract: 本发明提供一种降水量预测模型的建立方法，属于降水量预测技术领域，该方法包括以下步骤：S1：获取台站数据进行预处理，然后通过监督学习方式对预处理后的台站数据进行填补，得到补齐站点数据；所述台站数据包括站点坐标、站点坐标对应的要素值；S2：将归一化后的补齐站点数据送入神经网络进行特征提取；S3：将经特征提取后的数据输入Seq2Seq神经网络中进行编码，得到隐状态后再进入Seq2Seq神经网络中进行解码，输出预测气象空间特征序列；S4：基于Transformer神经网络对所述预测气象空间特征序列进行解码得到降水量预测模型。该方法建立的模型可用于精确预测一时间段内的降水量。
-
公开(公告)号：CN108230423B
公开(公告)日：2021-03-30
申请号：CN201810005476.2
申请日：2018-01-03
Applicant: 成都信息工程大学
IPC: G06T11/20
Abstract: 本发明涉及一种等压线气压槽线和脊线的绘制方法，包括步骤：判断等压线是否为闭合曲线，若是则通过弦切法提取槽点和脊点，否则根据等压线所处位置提取槽点和脊点；追踪槽点和脊点并连接出槽线和脊线。在本发明中，基于弦切法实验了气压场等值线的槽点和脊点提取，并且根据最小二乘法曲线拟合算法提出了独特的槽点和脊点连线方法，取得了较好的槽线和脊线自动识别结果。槽线和脊线连接结果页符合天气系统槽、脊线分析的要求，能够较好地反应槽点和脊点的趋势，试验结果表明，该算法可以完成天气系统槽线和脊线的自动分析识别。
-
公开(公告)号：CN112131958A
公开(公告)日：2020-12-25
申请号：CN202010882801.0
申请日：2020-08-28
Applicant: 成都信息工程大学
Abstract: 本发明提供了一种自动识别西南低涡的方法，属于天气技术领域。本发明利用位势高度场数据，首先设置参数，接着对格点进行色域空间投影处理，对不同层级的数据点赋予不同颜色的色阶，再对西南低涡进行识别，最后对西南低涡进行要素统计，即获得西南低涡的位置。本发明通过以上设计，在高空等压面中自动识别西南低涡，利用数字图像方法对西南低涡的关键特征进行分析，避免使用等值线方法的欠缺和不足，提高分析效率，为中国西南及东部经济最发达、人口最密集区域的防灾减灾工作做出贡献。
-
公开(公告)号：CN109102538B
公开(公告)日：2020-09-29
申请号：CN201810786117.5
申请日：2018-07-17
Applicant: 成都信息工程大学
Abstract: 本发明公开利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气图分析方法。本发明提供在等值场数据中提取槽脊特征点的方法。该方法对于非闭合等值线，根据等值线上每3点的夹角对3点进行取舍，将选取的点组成序列S，根据S的弧线特征确定槽脊特征点。本发明提供利用等值线数据提取槽脊特征线的方法，在提取槽脊特征点基础上，分三种方案识别其槽/脊点性质，再依距离条件对槽/脊点作归簇运算，最后利用贝塞尔曲线拟合同簇所有槽/脊点得到槽/脊线。本发明提供两种方法在天气图、地形图分析中的应用，与一种天气图分析方法。本发明方法能够同时识别槽点与脊点、生成槽线与脊线，算法效率高、结果准确，所得槽脊线无交叉且美观。
-
公开(公告)号：CN111650673A
公开(公告)日：2020-09-11
申请号：CN202010505143.3
申请日：2020-06-05
Applicant: 成都信息工程大学
IPC: G01W1/10
Abstract: 本发明提供了一种利用风场资料订正低涡中心位置的方法，首先利用位势高度场，分析闭合位势高度等值线并筛选判断低涡区域，接着找到低涡区域中最内圈等值线；通过风场计算涡度数据，在低涡最内圈范围内定位具有最大涡度值的点，记为低涡极值点；最后利用低涡极值点以及其四周相邻数据点中的风场信息进行判断。本发明通过以上设计，解决了在高空等压面中不能自动订正低涡中心准确位置的问题，提高了分析效率和定位精度，为实现精细准确的自动化分析预报打下坚实基础。
-
Patent Agency Ranking
公开(公告)号：CN110221359B
公开(公告)日：2020-06-05
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：CN108009156B
公开(公告)日：2020-05-19
申请号：CN201711444997.X
申请日：2017-12-27
Applicant: 成都信息工程大学
IPC: G06F40/289 , G06K9/62
Abstract: 本发明属于语言处理技术领域，公开了一种基于部分监督学习的中文概括性文本切分方法，将中文短文本分词任务看作二分类或者三分类问题，并根据短文本的主要特征提取具有较小噪声的前后文特征信息结合部分监督学习方法来进行分词。本发明通过五组外加一组“困难”数据集的对照实验，不难发现短文本分词的结果深受前后文信息长度的影响，其中二元前后文信息最能贴合短文本分词的特征，能够有效提高分词性能；二、三元混合特征更能表达出每个“空”的信息其性能最优秀，再多或者再少就会损失性能了；部分监督学习在短文本分词中的应用也能体现出其优秀的补齐参数能力，能够大大的减少人工标注的工作并且获得更加优秀的性能。
-
公开(公告)号：CN109727294A
公开(公告)日：2019-05-07
申请号：CN201810524916.5
申请日：2018-05-28
Applicant: 成都信息工程大学
IPC: G06T9/00
Abstract: 本发明提供一种的门限视觉密码矩阵构造方法，该方法包括：构造累计数组，累计数组由|P|×|T|的矩阵CA构成；确定数组P、授权子集和禁止子集后，可确定F，F为Γ∞中的集合；确定集合Γ∞，Γ∞中集合的个数等于Γ∞的个数；构造矩阵CA；按照(n,n)门限方案构造累计数组的基矩阵S0'和S1'；观察矩阵CA中每行汉明重量为1的位置的分布情况，在矩阵CA中汉明重量为1的位置所在的行序，作为基矩阵S0和S1的行序；以此类推，得到最终的基矩阵S0和S1。由于所构成的基矩阵的列数相对较少，而列数越少则像素扩展度越小，从而使得恢复秘密时图像不会过于拉伸而影响解密效果，从而在很大程度上保证了解密图像的质量。
-
公开(公告)号：CN108595988A
公开(公告)日：2018-09-28
申请号：CN201810392007.0
申请日：2018-04-27
Applicant: 成都信息工程大学
IPC: G06F21/78
Abstract: 本发明提供一种可同时加密并容错的硬盘，包括：硬盘控制模块、视觉密码加密模块、硬盘阵列存储模块和硬盘自操作模块；所述硬盘控制模块为硬盘的调度中心，分别与视觉密码加密模块、硬盘阵列存储模块和硬盘自操作模块通过接口进行连接。本发明硬盘其结构简单易于操作，且设计较为突出，采用信息安全领域的视觉密码为硬盘加密，防止了数据外泄的可能性，也能及时了解硬盘的动态性能指标，一旦触发解密失败，则硬盘会根据指令对数据采取不同程度的保护，锁定或者销毁；采用信息安全领域的编码理论来增强硬盘的容错性，在硬盘中硬件出现故障的情况下保证了硬盘中数据的安全，防止数据因为自身原因而造成的丢失或损失。
-
公开(公告)号：CN108519978A
公开(公告)日：2018-09-11
申请号：CN201810316873.1
申请日：2018-04-10
Applicant: 成都信息工程大学
IPC: G06F17/27
Abstract: 本申请提供一种基于主动学习的中文正式文本分词方法，包括：使用当前的标注数据集L训练一个朴素贝叶斯分类器；使用当前的朴素贝叶斯分类器标注未标注数据集U；使用抽样方法选择最有信息量的片段给专家标注；将新抽样的标注好的片段添加到标注数据集L中；不断迭代直到预先设定的满足条件停止。本申请的方法能够有效减少人工标注数据的同时得到一个性能较好的分词器。采用主动学习的方法抽取数据训练得到的模型比随机抽取的方法抽取数据训练得到的模型性能(采用F值度量)提升5个百分点左右。主动学习结合EM迭代后抽取数据训练得到的模型比单独采用主动学习方法抽取数据训练得到的模型，每次性能均提升1.5个百分点左右。
-
-
-
-
-
-
-
-
-
Search Results
131
records
(took 0.029 seconds)
