-
公开(公告)号：CN119314052A
公开(公告)日：2025-01-14
申请号：CN202411499602.6
申请日：2024-10-25
Applicant: 南京信息工程大学
Abstract: 本发明提供一种遥感影像沙漠灌木提取方法，基于EfficientNet‑B0基线模型进行改进得到了FETNet模型，在编码器部分保留基线模型中预定义的原始架构，在编码器和解码器跳跃连接处引入EdgeViT模块，增强模型的全局感知能力，在解码器部分引入FEM模块以确保空间细节信息的保留，使得最终生成的沙漠灌木分割结果更加精确和细致，将预处理后的遥感影像输入FETNet模型，使用随机梯度下降优化器、余弦退火策略和交叉熵损失函数进行模型训练，得到FETNet模型的最优权重，将FETNet模型与常规模型对比，在相同的测试条件下，本发明在遥感影像沙漠灌木分割任务中的所有评估指标均取得了最优结果。
-
公开(公告)号：CN116306215A
公开(公告)日：2023-06-23
申请号：CN202211569847.2
申请日：2022-12-08
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明公开了一种基于集成学习的降水预测方法及系统，方法包括：获取需要降水预测时段和区域的预报因子，构建准时空同步的训练集和测试集；使用训练集通过相互交叉验证分别训练随机森林、XGBoost和极度随机树三种单一机器学习模型，并对三种单一机器学习模型的定量降水估计结果进行线性回归得到三种单一机器学习模型的权重，对测试集的三种单一机器学习模型定量降水估计结果加权相加，得到基于集成学习的定量降水估计；将基于集成学习的定量降水估计设为初估场、通过双调和样条插值的同一时空分辨率下的高密度自动站降水观测设为观测值，对初估场和观测值进行最优插值融合，用于降水预测。本发明提高了降水预测的准确性和实用性。
-
公开(公告)号：CN115683020A
公开(公告)日：2023-02-03
申请号：CN202211718608.9
申请日：2022-12-30
Applicant: 国网山西省电力公司电力科学研究院 , 清华大学深圳国际研究生院 , 南京信息工程大学 , 重庆大学
IPC: G01B21/08
Abstract: 本申请属于电网运维领域，公开了一种输电线路覆冰厚度监测方法及装置、存储介质和设备。方法包括：在大高差输电线路中确定目标档，并确定目标档的最大弧垂点；获取目标档的初始状态数据；获取目标档的监测状态数据，其中，监测状态数据包括：最大弧垂点的监测最低点坐标、第一绝缘子串偏斜角、第二绝缘子串偏斜角；根据初始最低点坐标以及监测最低点坐标，确定实际弧垂变化量；根据初始状态数据以及监测状态数据，确定子弧垂变化量，其中，子弧垂变化量用于指示绝缘子串偏斜导致的弧垂变化量；根据实际弧垂变化量、子弧垂变化量、初始状态数据以及监测状态数据，确定覆冰厚度。本申请解决了现有的大高差输电线路覆冰厚度监测准确度较低的问题。
-
公开(公告)号：CN118734083B
公开(公告)日：2025-02-28
申请号：CN202411232376.5
申请日：2024-09-04
Applicant: 南京信息工程大学
IPC: G06F18/214 , G06F17/13 , G06N3/006 , G06N3/126
Abstract: 本发明提供一种基于NSGA‑Ⅱ的多目标耦合地理分层方法及系统，利用NSGA‑Ⅱ遗传算法对由多目标综合表征的地理现象进行地理分层，通过佳点集方法对初始种群分布进行平均化改进，通过交叉变异更新最优解集，通过帕累托前沿方法使得多个目标之间构成一种非支配的耦合关系，避开了多目标间复杂不确定的数学关系，相较于传统方法中通过多目标加减合成单目标的方法更适用于解决实际问题。本发明实现了对一个复杂地理现象的空间分层异质性强度的测量，同时能够评估潜在的解释因子对地理现象的空间分层异质性的解释程度。
-
公开(公告)号：CN116306215B
公开(公告)日：2024-10-29
申请号：CN202211569847.2
申请日：2022-12-08
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明公开了一种基于集成学习的降水预测方法及系统，方法包括：获取需要降水预测时段和区域的预报因子，构建准时空同步的训练集和测试集；使用训练集通过相互交叉验证分别训练随机森林、XGBoost和极度随机树三种单一机器学习模型，并对三种单一机器学习模型的定量降水估计结果进行线性回归得到三种单一机器学习模型的权重，对测试集的三种单一机器学习模型定量降水估计结果加权相加，得到基于集成学习的定量降水估计；将基于集成学习的定量降水估计设为初估场、通过双调和样条插值的同一时空分辨率下的高密度自动站降水观测设为观测值，对初估场和观测值进行最优插值融合，用于降水预测。本发明提高了降水预测的准确性和实用性。
-
Patent Agency Ranking
公开(公告)号：CN117828490B
公开(公告)日：2024-05-17
申请号：CN202410252323.3
申请日：2024-03-06
Applicant: 南京信息工程大学
IPC: G06F18/243 , G06N5/01 , G06F18/214 , G01W1/10 , G06N3/0442
Abstract: 本发明公开了一种基于集成学习的对台风灾害预报方法及系统，所述方法包括以下步骤：（1）利用台风参数数据、再分析资料、地面观测数据按时间和空间匹配构建历史台风训练数据集并进行预处理；（2）建立台风风雨预报模型，将历史台风训练数据集输入到台风风雨预报模型中进行训练，得到台风降水预报模型最优参数；（3）评估预报结果；本发明针对台风产生灾害受众多复杂条件影响，本发明的台风风雨预报模型采用的特征参数精确描述了台风路径与强度、风雨发生机理及动力过程，能快速地获取精确而非冗余的预报所需数据，有助于提高预报预警时效性。
-
公开(公告)号：CN115683020B
公开(公告)日：2023-03-28
申请号：CN202211718608.9
申请日：2022-12-30
Applicant: 国网山西省电力公司电力科学研究院 , 清华大学深圳国际研究生院 , 南京信息工程大学 , 重庆大学
IPC: G01B21/08
Abstract: 本申请属于电网运维领域，公开了一种输电线路覆冰厚度监测方法及装置、存储介质和设备。方法包括：在大高差输电线路中确定目标档，并确定目标档的最大弧垂点；获取目标档的初始状态数据；获取目标档的监测状态数据，其中，监测状态数据包括：最大弧垂点的监测最低点坐标、第一绝缘子串偏斜角、第二绝缘子串偏斜角；根据初始最低点坐标以及监测最低点坐标，确定实际弧垂变化量；根据初始状态数据以及监测状态数据，确定子弧垂变化量，其中，子弧垂变化量用于指示绝缘子串偏斜导致的弧垂变化量；根据实际弧垂变化量、子弧垂变化量、初始状态数据以及监测状态数据，确定覆冰厚度。本申请解决了现有的大高差输电线路覆冰厚度监测准确度较低的问题。
-
公开(公告)号：CN118626999A
公开(公告)日：2024-09-10
申请号：CN202411083315.7
申请日：2024-08-08
Applicant: 南京信息工程大学
IPC: G06F18/2451 , G06F18/26 , G06N3/126 , G06N5/01
Abstract: 本发明公开了基于超平面的启发式地理分层方法，包括以下步骤：（1）获取开源网站地理数据，作为自变量和因变量；（2）对自变量和因变量进行预处理；（3）利用粒子群算法初始化数据或更新数据；（4）根据超平面划分类别并计算q值，其中，q值表示描述层内因变量的特征显著程度；（5）根据现有全局最优和个体最优更新解与速度；（6）以概率大小0.1判断是否需要进行变异；（7）判断迭代次数是否达到最大迭代数；本发明实现了从全局视角的地理分层寻优，能有效利用全局地理空间信息，实现更好的地理分层效果。
-
公开(公告)号：CN117828490A
公开(公告)日：2024-04-05
申请号：CN202410252323.3
申请日：2024-03-06
Applicant: 南京信息工程大学
IPC: G06F18/243 , G06N5/01 , G06F18/214 , G01W1/10 , G06N3/0442
Abstract: 本发明公开了一种基于集成学习的对台风灾害预报方法及系统，所述方法包括以下步骤：（1）利用台风参数数据、再分析资料、地面观测数据按时间和空间匹配构建历史台风训练数据集并进行预处理；（2）建立台风风雨预报模型，将历史台风训练数据集输入到台风风雨预报模型中进行训练，得到台风降水预报模型最优参数；（3）评估预报结果；本发明针对台风产生灾害受众多复杂条件影响，本发明的台风风雨预报模型采用的特征参数精确描述了台风路径与强度、风雨发生机理及动力过程，能快速地获取精确而非冗余的预报所需数据，有助于提高预报预警时效性。
-
公开(公告)号：CN118626999B
公开(公告)日：2024-10-29
申请号：CN202411083315.7
申请日：2024-08-08
Applicant: 南京信息工程大学
IPC: G06F18/2451 , G06F18/26 , G06N3/126 , G06N5/01
Abstract: 本发明公开了基于超平面的启发式地理分层方法，包括以下步骤：（1）获取开源网站地理数据，作为自变量和因变量；（2）对自变量和因变量进行预处理；（3）利用粒子群算法初始化数据或更新数据；（4）根据超平面划分类别并计算q值，其中，q值表示描述层内因变量的特征显著程度；（5）根据现有全局最优和个体最优更新解与速度；（6）以概率大小0.1判断是否需要进行变异；（7）判断迭代次数是否达到最大迭代数；本发明实现了从全局视角的地理分层寻优，能有效利用全局地理空间信息，实现更好的地理分层效果。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.024 seconds)
