基于非线性动力学时序模型的蓝藻水华预测方法

    公开(公告)号:CN107292436B

    公开(公告)日:2020-07-17

    申请号:CN201710458468.9

    申请日:2017-06-16

    Abstract: 本发明公开了一种基于非线性动力学时序模型的蓝藻水华预测方法,属于水环境预测技术领域。本发明将蓝藻生长率作为时变参数,建立带有双营养盐循环的蓝藻生长非线性动力学时序模型,采用数值算法和智能进化算法相结合对蓝藻生长非线性动力学时序模型中的定常参数进行优化率定,通过建立多元时间序列模型实现对时变参数及蓝藻生物量的预测,并采用分岔理论和中心流形理论对蓝藻生长时变系统进行非线性动力学分析,得到蓝藻水华暴发的条件,进而实现对水华暴发行为的预警。本发明不仅确定了蓝藻水华暴发的条件,也提高了水华预测精度,为环保部门提供有效的参考依据,为水环境治理提供了治理决策。

    一种水质传感器网络覆盖优化方法

    公开(公告)号:CN111263369A

    公开(公告)日:2020-06-09

    申请号:CN202010089596.2

    申请日:2020-02-11

    Abstract: 本发明提出了一种水质传感器网络覆盖优化方法。首先,建立水质传感器网络覆盖模型,将监测区域离散化为网格点,定义被传感器覆盖的网格点个数占总网格个数的比例为覆盖率,以提高网络覆盖率为优化目标。其次,基于Adam优化算法改进布谷鸟算法的寻优过程,用学习率衰减法改进布谷鸟算法的淘汰概率。本发明通过对布谷鸟算法进行改进,可通过更少的迭代次数,使水质传感器网络达到更佳的覆盖性能。

    一种基于可信标识和IPFS的粮油食品全供应链信息安全管理系统及方法

    公开(公告)号:CN110879902A

    公开(公告)日:2020-03-13

    申请号:CN201911166992.4

    申请日:2019-11-25

    Abstract: 本发明提出一种基于可信标识和IPFS的粮油食品全供应链信息安全管理系统及方法,涉及区块链技术、粮油食品安全等领域。本发明系统采用浏览器/服务器结构实现,基于区块链的可信标识模型和IPFS+区块链双模存储机制,为用户提供注册、信息采集、信息查询、实时监控等管理功能。本发明方法分析粮油食品全供应链的运作流程,设置分布式节点上传数据,构建基于区块链的粮油食品全供应链可信标识模型,并采用IPFS和区块链的双模数据存储机制。本发明使得粮油食品全供应链上的各环节数据传输安全、透明,提高了信息访问速度和隐私保护,通过智能合约控制供应链信息的上下链,实现了粮油食品全供应链信息采集、查询、追溯、监控等管理功能。

    基于梯形云模型的水体富营养化评价方法

    公开(公告)号:CN110163537A

    公开(公告)日:2019-08-23

    申请号:CN201910553891.6

    申请日:2019-06-25

    Abstract: 本发明公开了一种基于梯形云模型的水体富营养化评价方法,涉及河湖水体富营养化评价技术领域。所述方法首先根据河湖的历史评价数据得出河湖的阿塔纳索夫区间值直觉语言数;然后建立语言标度函数,将水体评价的六个语言等级范围映射为数值,再计算出梯形云模型的五个参数,然后获得五个影响因子的融合权重;最后将所计算出的数据和待评价河湖的水质数据输入到梯形云模型中,将隶属度最大的水质等级作为最终的评价结果。本发明能够有效的避免正态云模型中以点来代表等级范围的缺陷,有效的解决等级范围内不是以区间范围的中间值为期望的正态分布的数据问题,使模型的对数据的适应性更高,评价结果更加的准确合理。

    基于突变理论和改进布谷鸟算法的蓝藻水华暴发预警方法

    公开(公告)号:CN109858132A

    公开(公告)日:2019-06-07

    申请号:CN201910067670.8

    申请日:2019-01-24

    Abstract: 本发明提出一种基于突变理论和改进布谷鸟算法的蓝藻水华暴发预警方法,属于水环境预测预警技术领域。所述方法包括对蓝藻生长非线性动力学进行建模;利用改进后布谷鸟算法和龙格库塔法对蓝藻生长非线性动力学模型中的参数进行寻优率定;将蓝藻生长非线性动力学模型转换为尖点突变理论模型;根据尖点突变理论模型的分歧集确定水华暴发临界点;最后对蓝藻水华暴发做出判断,进行预警。本发明采用数值方法与智能算法相结合的方法,并在智能算法的迭代寻优上做出了部分改进,加快寻优收敛速度,使参数不是简单的各向同性随机游走,使蓝藻生长非线性动力学模型更具有普适性和实用性,可及时预测水华暴发,为决策部门制定水华的防治对策提供依据。

    一种针对农残检测数据的多属性对比可视化方法

    公开(公告)号:CN107870231A

    公开(公告)日:2018-04-03

    申请号:CN201610847738.0

    申请日:2016-09-26

    Abstract: 本发明涉及一种针对农残检测数据的多属性对比可视化方法,属于计算机图形学与可视化技术领域。包含1对多种待检测农产品进行采样,获得农产品采样样本;2依次进行农残检测,得出农残检测结果;3对农残检测结果进行分类;4从农残检测数据集中获取P1至P8数据属性;5映射所有农产品可视化结果的横纵坐标;6采用气泡图的形式展现不同农产品名称的总采样量;7绘制相应农产品在不同时间段的农药检出类样本数的堆积条形图;8绘制所有农产品在所有时间段中的农残检测结果玫瑰图,完成针对农残检测数据的可视化效果;9进行多属性对比,得出可视分析结论。本方法实现了多统计量时间维度、农药、农产品三通道的简单而直观的多属性可视化分析。

    水质采样巡航船路径规划最优化方法

    公开(公告)号:CN107153889A

    公开(公告)日:2017-09-12

    申请号:CN201710303020.X

    申请日:2017-05-03

    Abstract: 本发明公开了一种水质采样巡航船路径规划最优化方法,涉及湖泊水质采样和路径规划技术领域。所述方法在湖面的二维坐标图上进行采样点的选取与部署;采用自适应粒子群优化算法,规划出采样点网络的最优路径。所述的自适应粒子群算法将自适应函数融合在粒子群算法中用以保留交换序,在路径更新的过程中引入自适应函数后算法自动删除μ值为0所对应的交换序,算法中d(i,j)与max/2的大小判断提高了算法的收敛速度,同时有效避免了算法陷入局部最优。本发明使路径规划的效果得到了很大的改善,即规划出的路径更短,节省了水质采样巡航船的电量消耗,使巡航船的续航能力更强,提高了巡航船采样作业的性能;并解决了路径规划方法总是快而不稳的问题。

    一种基于畸变校正的像机焦距求解方法

    公开(公告)号:CN105427299A

    公开(公告)日:2016-03-23

    申请号:CN201510778477.7

    申请日:2015-11-13

    CPC classification number: G06T2207/10148

    Abstract: 本发明提出了一种基于畸变校正的像机焦距求解方法,包括图像畸变线性模型的建立和像机焦距的求解两个基本步骤。步骤一,首先建立像机成像模型,进一步通过公式推导,求解畸变前后像点间的关系式,进而建立图像畸变线性模型;步骤二,首先建立像机标定层次化模型,进而求取像机最优焦距。本发明通过建立图像畸变线性模型,进而层次化的求解像机焦距,可灵活有效的解决像机自标定过程中同时求解像机内部参数和畸变系数的问题。

Patent Agency Ranking