公开(公告)号：CN118917857A

公开(公告)日：2024-11-08

申请号：CN202410897864.1

申请日：2024-07-05

Applicant: 北京工业大学 ,  生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)

Inventor： 毕敬 ,  李艺博 ,  王梓奇 ,  乔俊飞 ,  吴仁人

IPC: G06Q30/018 ,  G06Q50/26 ,  G06N5/04 ,  G06N7/01

Abstract: 本发明涉及一种面向水质污染溯源的方法，特别是涉及一种基于机理模型，贝叶斯推理和马尔可夫链蒙特卡罗算法(Markov Chain Monte Carlo,MCMC)的水体污染物溯源方法。首先，设计基于水质污染物的对流扩散模型。其次，将污染物的对流扩散模型结合贝叶斯推理框架，获得基于实验数据的排污源待反演参数的后验分布。最后，针对贝叶斯推理中后验分布概率函数参数维度高、连续性可微性差、计算极其复杂的问题，使用MCMC概率分布抽样方法实现高维复杂概率分布抽样的简化。该方法可实现在缺乏先验知识的情况下大幅度缩小排污参数的取值范围，最终给出排污参数的参数总结。

公开(公告)号：CN118941900A

公开(公告)日：2024-11-12

申请号：CN202410897865.6

申请日：2024-07-05

Applicant: 北京工业大学 ,  生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)

Inventor： 毕敬 ,  张轩 ,  王梓奇 ,  李艺博 ,  乔俊飞 ,  吴仁人

IPC: G06V10/80 ,  G06V10/82 ,  G06V20/13 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08 ,  G06Q10/0639 ,  G06Q50/26

Abstract: 本发明涉及一种基于多模态数据融合的水质指标预测的方法，特别是涉及一种基于瓶颈注意模块(Bottleneck Attention Module,BAM)、低秩多模态融合(Low‑rank Multimodal Fusion,LMF)、注意力机制、卷积神经网络、倒置Transformer(Inverted Transformer,ITransformer)模型的水质指标预测方法。首先，分别从获取的遥感图像数据和水质指标历史数据中提取图像和水质特征序列。然后，基于BAM和LMF将图像和水质特征进行融合，获取多模态融合特征。最后，将多模态融合特征输入ITransformer模型，预测未来长期的水质指标值，最终获取精准度较高的水质指标预测结果。

公开(公告)号：CN118427778A

公开(公告)日：2024-08-02

申请号：CN202410497031.6

申请日：2024-04-24

Applicant: 北京工业大学

Inventor： 毕敬 ,  李艺博 ,  王梓奇

IPC: G06F18/27 ,  G06F18/10 ,  G06F18/213 ,  G06F18/2131 ,  G06Q10/04 ,  G06Q50/26 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G01N33/18 ,  G06F123/02

Abstract: 本发明涉及一种面向水质指标预测的方法，特别是涉及一种基于SG(Savitzky Golay)滤波、多周期季节性分解(Seasonal‑trend Decomposition using Loess for Multiple Seasonal Components,MSTL)、频域增强块(Frequency‑Enhanced Block,FEB)和频域增强注意力机制(Frequency‑Enhanced Attention,FEA)的水质指标预测方法SMF2。首先，将获取到的水质指标历史数据依照时间序列进行排序，使用插值法调整异常数据，并采用SG滤波平滑预处理，将水质时间序列数据通过MSTL分解算法按照多周期性预设的滑动窗口大小划分为多个周期分量、趋势分量、残差分量。输入基于频域增强块FEB和频域增强注意力机制FEA的预测模型SMF2，通过时域频域相互转换、特征提取和频域低秩性近似变换等算法操作，可实现对水质指标值基于单要素和多要素的短期与长期预测任务，最终获取精准度较高的水质指标预测结果。