-
公开(公告)号：CN113688536A
公开(公告)日：2021-11-23
申请号：CN202111041379.7
申请日：2021-09-07
Applicant: 华北电力大学
IPC: G06F30/20 , G06Q10/06 , G06Q50/26 , G06F113/08
Abstract: 本发明公开了属于气候遥相关技术领域的一种基于析因设计分析ENSO指数和降水相关关系方法。包括以下步骤：1、搜集ENSO指数以及研究区域的降水数据；2、将研究区域的降水数据处理成沿时间序列和空间位置的月均值、月极值以及月异常值降水矩阵；3、计算各因子以及因子间的交互作用对响应变量的影响，筛选出影响最大的因子以及因子水平，确定特定区域的ENSO指数与降水指标最显著相关的因子组合；4、将ENSO指数排列成与降水指标时间序列一一对应且比降水指标提前1到l个月的矩阵；5、通过t‑test公式来检验相关关系。本发明解决了ENSO指数与不同地区降水相关关系之间不确定性的问题；能够分析不同因子之间交互作用对相关关系的影响。
-
公开(公告)号：CN113705657B
公开(公告)日：2024-01-19
申请号：CN202110974266.6
申请日：2021-08-24
Applicant: 华北电力大学
IPC: G06F7/544
Abstract: 本发明公开了一种基于差分法消除多重共线性的逐步聚类统计降尺度方法，首先，通构建预测因子和预测量数据模型；接着利用差分法消除多重共线性；然后进行模型训练阶段，通过逐步聚类统计降尺度，合并或分割产生聚类树；再然后，在模型验证阶段，将预测因子输入到聚类树模型进行验证；最后在模型预测阶段，将预测因子的未来数据输入到聚类树模型中，对气候要素进行长期预测。本发明解决了气候统计降尺度模型中出现得多重共线性问题，所构建的聚类树模型更能反映真实的预测因子与预测量之间的关系，为计算未来气候要素提供了更可靠的统计方法。(56)对比文件曹玉婷.“基于分子光谱的物质定量与定性相关研究”《.中国硕士学位论文全文数据库》.2018,全文.Bingqing Wang等.“Identifying MainFactors of Wind Power Generation Based onPrincipal Component Regression: A CaseStudy of Xiamen”《.2022 6th InternationalConference on Green Energy andApplications (ICGEA)》.2022,全文.Yi-Feng Pan等.“Improving Scene TextDetection by Scale-Adaptive Segmentationand Weighted CRF Verification”《.2011International Conference on DocumentAnalysis and Recognition》.2011,全文.
-
公开(公告)号：CN113688536B
公开(公告)日：2023-10-17
申请号：CN202111041379.7
申请日：2021-09-07
Applicant: 华北电力大学
IPC: G06F30/20 , G06Q10/0639 , G06Q50/26 , G06F113/08
Abstract: 本发明公开了属于气候遥相关技术领域的一种基于析因设计分析ENSO指数和降水相关关系方法。包括以下步骤：1、搜集ENSO指数以及研究区域的降水数据；2、将研究区域的降水数据处理成沿时间序列和空间位置的月均值、月极值以及月异常值降水矩阵；3、计算各因子以及因子间的交互作用对响应变量的影响，筛选出影响最大的因子以及因子水平，确定特定区域的ENSO指数与降水指标最显著相关的因子组合；4、将ENSO指数排列成与降水指标时间序列一一对应且比降水指标提前1到l个月的矩阵；5、通过t‑test公式来检验相关关系。本发明解决了ENSO指数与不同地区降水相关关系之间不确定性的问题；能够分析不同因子之间交互作用对相关关系的影响。
-
公开(公告)号：CN113610302A
公开(公告)日：2021-11-05
申请号：CN202110908454.9
申请日：2021-08-09
Applicant: 华北电力大学
Abstract: 本发明公开了属于地表温度降尺度技术领域的一种基于逐步聚类与循环神经网络的地表温度降尺度方法。包括以下步骤，步骤1：获取站点温度实测数据以及大尺度、低分辨率气候预报因子，得到预报因子代表性强的因子；步骤2：对步骤1的数据进行逐步聚类，并对温度实测数据序列中的缺失值进行插值处理；步骤3：设定超参数，构建循环神经网络模型；步骤4：训练与验证循环神经网络模型；步骤5：对未来气候变化情景下的每日温度数据进行降尺度；步骤6：通过全连接层，得到未来气候变化情景下高分辨率的每日模拟温度数据。本发明方法的效果优于大部分传统统计降尺度方法，运算较快，使用方便，善于处理少量有效样本的站点实测数据，实用性较强。
-
公开(公告)号：CN113704693B
公开(公告)日：2024-02-02
申请号：CN202110952850.1
申请日：2021-08-19
Applicant: 华北电力大学
Abstract: 本发明提出了一种高精度的有效波高数据估计方法，获取目标区域内各个近岸陆地站点及海洋浮标的有效波高数据及地理和大气参数数据，筛选相关度较高的参数，将不同历史时期的样本数据分为训练数据和验证数据，基于逐步聚类法得到有效波高数据及地理和大气参数数据多元回归关系，基于验证数据利用分位数映射法得到有效波高数据的模拟值和观测值之间的累计概率分布函数及传递函数。利用全球气候模型中未来情境下的地理及大气参数数据作为多元回归统计关系的输入量，预测未来有效波高数据，并利用传递函数对其进行修正。本方法建立了有效波高和气候因子之间的关系，能够进行气候变化条件下的海洋指标影响分析，提高了有效波高数据预测的精度。
-
Patent Agency Ranking
公开(公告)号：CN113673777B
公开(公告)日：2024-02-02
申请号：CN202110992626.5
申请日：2021-08-27
Applicant: 华北电力大学
IPC: G06Q10/04 , G06Q50/26 , G06F18/2415
Abstract: 本发明公开了属于沙漠治理技术领域的一种气候变化条件下的沙漠演替预测方法。获取历史归一化植被指数(NDVI)月尺度格点数据，通过自组织映射方法，得出特定区域的三类土地类型，即沙漠、绿洲、及沙漠‑绿洲过渡带；提取对应类型所处区域范围内的历史降雨数据；构建多模型贝叶斯判别集合框架，并将提取的历史降雨数据用于该框架的验证；利用训练好的多模型贝叶斯判别集合框架，对未来气候变化条件下的沙漠、绿洲、沙漠‑绿洲过渡带之间的演替进行预测。本发明利用多模型贝叶斯判别集合框架可有效处理全球气候模型降雨预测数据中存在的大量不确定性，并从统计角度较为客观地预测选定区域在气候变化条件下的沙漠演替。为沙漠治理提供技术支持。
-
公开(公告)号：CN113837283A
公开(公告)日：2021-12-24
申请号：CN202111125728.3
申请日：2021-09-26
Applicant: 华北电力大学
IPC: G06K9/62
Abstract: 本发明提出一种基于均值聚类与线性判别的热带气旋等级划分方法，选取多套CMIP6HighResMIP气候数据集，并依据tracking algorithm追踪法则在气候格点数据集中追踪所有TC轨迹，提取每一时间尺度下每个追踪点所携带的气候信息，利用暖核探测方法识别出非TC类别与TC类别，利用Kmeans聚类方法，并依据所有TC类别追踪点所携带的气候信息，划分出7类TC事件；将非TC类别与已划分出的7类TC事件共8个类别作为预测的初始判据，并通过Fisher线性判别法建立热带气旋强度和所述气候信息之间的关系。
-
公开(公告)号：CN113704693A
公开(公告)日：2021-11-26
申请号：CN202110952850.1
申请日：2021-08-19
Applicant: 华北电力大学
Abstract: 本发明提出了一种高精度的有效波高数据估计方法，获取目标区域内各个近岸陆地站点及海洋浮标的有效波高数据及地理和大气参数数据，筛选相关度较高的参数，将不同历史时期的样本数据分为训练数据和验证数据，基于逐步聚类法得到有效波高数据及地理和大气参数数据多元回归关系，基于验证数据利用分位数映射法得到有效波高数据的模拟值和观测值之间的累计概率分布函数及传递函数。利用全球气候模型中未来情境下的地理及大气参数数据作为多元回归统计关系的输入量，预测未来有效波高数据，并利用传递函数对其进行修正。本方法建立了有效波高和气候因子之间的关系，能够进行气候变化条件下的海洋指标影响分析，提高了有效波高数据预测的精度。
-
公开(公告)号：CN113610302B
公开(公告)日：2024-02-23
申请号：CN202110908454.9
申请日：2021-08-09
Applicant: 华北电力大学
IPC: G06F18/213 , G06F18/15 , G06F18/2321 , G06F18/214 , G06N3/0442 , G06N3/0985 , G06N3/082 , G06N3/0499
Abstract: 本发明公开了属于地表温度降尺度技术领域的一种基于逐步聚类与循环神经网络的地表温度降尺度方法。包括以下步骤，步骤1：获取站点温度实测数据以及大尺度、低分辨率气候预报因子，得到预报因子代表性强的因子；步骤2：对步骤1的数据进行逐步聚类，并对温度实测数据序列中的缺失值进行插值处理；步骤3：设定超参数，构建循环神经网络模型；步骤4：训练与验证循环神经网络模型；步骤5：对未来气候变化情景下的每日温度数据进行降尺度；步骤6：通过全连接层，得到未来气候变化情景下高分辨率的每日模拟温度数据。本发明方法的效果优于大部分传统统计降尺度方法，运算较快，使用方便，善于处理少量有效样本的站点实测数据，实用性较强。
-
公开(公告)号：CN113837283B
公开(公告)日：2024-01-30
申请号：CN202111125728.3
申请日：2021-09-26
Applicant: 华北电力大学
IPC: G06F18/23213 , G06F18/241
Abstract: 本发明提出一种基于均值聚类与线性判别的热带气旋等级划分方法，选取多套CMIP6HighResMIP气候数据集，并依据tracking algorithm追踪法则在气候格点数据集中追踪所有TC轨迹，提取每一时间尺度下每个追踪点所携带的气候信息，利用暖核探测方法识别出非TC类别与TC类别，利用Kmeans聚类方法，并依据所有TC类别追踪点所携带的气候信息，划分出7类TC事件；将非TC类别与已划分出的7类TC事件共8个类别作为预测的初始判据，并通过Fisher线性判别法建立热带气旋强度和所述气候信息之间的关系。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.02 seconds)
