-
公开(公告)号：CN113065233A
公开(公告)日：2021-07-02
申请号：CN202110284415.6
申请日：2021-03-17
Applicant: 南京工业职业技术大学
IPC: G06F30/20
Abstract: 本发明公开一种多粒度水文时空对象数据场景模型的构建方法，步骤包括：确定用户在终端设备的地图操作界面上选择的特定水文研究区域、在所选择的特定水文研究区域内查找对应研究的多个水文对象、对查找的对应研究的多个水文对象一一进行编码、构建第c个编码后的水文对象的生命周期Tc(Ts,Te)、第c个编码后的水文对象随时间变化的属性集合Ac(t)、第c个编码后的水文对象随时间而变化的空间数据类型集合Sc(t)和第c个编码后的水文对象随时空粒变化的属性集合构建第c个水文对象的状态的多粒度表征集合和构建水文对象的数据场景模型，该种多粒度水文时空对象数据场景模型的构建方法，能够满足不同粒度层面的水文时空对象表征分析与应用需求。
-
公开(公告)号：CN113052373A
公开(公告)日：2021-06-29
申请号：CN202110284457.X
申请日：2021-03-17
Applicant: 南京工业职业技术大学
Abstract: 一种基于改进ELM模型的月径流变化趋势预测方法，包括以下步骤：S1、构造影响月径流变化趋势的径流综合指数及其影响对象，获得前期的观测值，并以前期若干月的观测值作为初选因子；S2、基于偏互信息法对初选因子进行因子筛选；S3、改进粒子群算法并构建IPSO‑ELM模型；S4、基于IPSO‑ELM模型预测月径流变化趋势。构造表征流域整体径流变化趋势的径流综合指数及其影响对象，能够实现整个流域径流变化趋势的综合表征；采用偏互信息法，获得影响月径流过程变化的关键因子集；结合10折交叉验证与改进粒子群算法优化ELM参数，并据此构建的IPSO‑ELM模型，能够有效提高中长期径流变化趋势的预测效果。
-
公开(公告)号：CN116933650A
公开(公告)日：2023-10-24
申请号：CN202310936913.3
申请日：2023-07-27
Applicant: 南京工业职业技术大学
Abstract: 本发明公开一种耦合智能算法与水文模型的中长期径流状态预测方法，首先构建面向流域中长期径流预测的多粒度水文时空对象数据场景模型，实现海量、异构、多粒度数据的有机融合；其次，采用“深度学习+强化学习”的人工智能预测方法，获得径流状态预测及流域状态估值；再耦合水文模型与蒙特卡洛树搜索算法进行径流过程推演，包括径流状态选择、扩展、评估及回溯，最终获取预测结果。本发明能够实现中长期径流状态的准确预测与过程推演，有助于提高复杂环境下中长期径流变化过程的状态预测效果和宏观研判能力。
-
公开(公告)号：CN115358134B
公开(公告)日：2023-04-21
申请号：CN202210151465.1
申请日：2022-02-18
Applicant: 南京工业职业技术大学
Abstract: 本发明公开一种基于时空粒化数据场景模型的流域中长期径流预测方法，首先构建面向流域中长期径流预测的时空粒化数据场景模型，实现不同粒度层面的水文时空对象表征和流域场景中水文对象属性、方法和关系的组织与集成，再以时空粒化数据场景模型为基础实现流域中长期径流预测。本发明能够实现多粒度水文时空对象的数据组织与集成，有助于提高复杂环境下流域中长期径流的预测效果和宏观研判能力。
-
公开(公告)号：CN115358134A
公开(公告)日：2022-11-18
申请号：CN202210151465.1
申请日：2022-02-18
Applicant: 南京工业职业技术大学
Abstract: 本发明公开一种基于时空粒化数据场景模型的流域中长期径流预测方法，首先构建面向流域中长期径流预测的时空粒化数据场景模型，实现不同粒度层面的水文时空对象表征和流域场景中水文对象属性、方法和关系的组织与集成，再以时空粒化数据场景模型为基础实现流域中长期径流预测。本发明能够实现多粒度水文时空对象的数据组织与集成，有助于提高复杂环境下流域中长期径流的预测效果和宏观研判能力。
-
Patent Agency Ranking
公开(公告)号：CN118333858A
公开(公告)日：2024-07-12
申请号：CN202410595997.3
申请日：2024-05-14
Applicant: 南京工业职业技术大学
IPC: G06T3/4053 , G06T3/4046 , G06T5/60 , G06N3/0455 , G06N3/08
Abstract: 本发明提供了一种动态感知调制网络，包括浅层提取模块、动态权重获取模块、上采样重建模块以及以串行排列的多个深层提取模块，其中每个深层提取模块分别包括Patch Embedding块、Mixed Transformer块和混合注意力融合模块。本发明提出的动态感知调制网络，通过嵌入结构先验，提升细节信息重建的鲁棒性，同时在保持较低的计算需求基础上获得优异的图像超分辨率重构效果；在用于水下图像重建时，表现出较好的PSNR和SSIM性能。
-
公开(公告)号：CN113746081A
公开(公告)日：2021-12-03
申请号：CN202111042588.3
申请日：2021-09-07
Applicant: 南京工业职业技术大学
Abstract: 本发明涉及一种多能互补新能源微电网系统，尤其是用于海岛供电的新能源微电网系统，包括：光伏发电模块、风力发电模块、柴油机发电模块、氢能发电模块、储能模块、逆变配电模块、主控处理模块和通讯模块八部分。一种多能互补新能源微电网系统采用模块化设计，发电单元之间互不干扰，相互独立；发电单元中的充电器亦采用模块化设计方式，采用多模块并联方式，确保在其中一个充电模块异常时对系统影响较小，降低了设备安装和维护的成本，实现了能源系统管理的集约化、网络化、模块化、通用化。
-
公开(公告)号：CN113723707A
公开(公告)日：2021-11-30
申请号：CN202111047904.6
申请日：2021-09-08
Applicant: 南京工业职业技术大学
Abstract: 一种基于深度学习模型的中长期径流趋势预测方法，包括以下步骤：S1、构造表征月径流变化趋势的径流综合指数及其影响对象，获得前期的观测值；S2、基于偏互信息法对初选因子进行因子筛选；S3、通过粒子群算法确定深度信念网络模型的网络深度，采用花授粉算法动态优化深度信念网络模型中每个隐含层的神经元个数、RBM的学习速率以及BP算法微调的学习速率等参数，构建PSO‑FPA‑DBN模型；S4、基于构建的PSO‑FPA‑DBN模型预测中长期径流变化趋势，能够实现整个流域径流变化趋势的综合表征；采用偏互信息法，获得影响月径流过程变化的关键因子集；通过PSO算法确定DBN模型的网络深度，结合花授粉算法，并据此构建的PSO‑FPA‑DBN模型；能够有效提高中长期径流变化趋势的预测效果。
-
公开(公告)号：CN113065280A
公开(公告)日：2021-07-02
申请号：CN202110284456.5
申请日：2021-03-17
Applicant: 南京工业职业技术大学
Abstract: 本发明公开了一种流域径流整体变化趋势的预测方法，包括以下步骤：S1、构造具有多时空粒度特性与生命周期的流域径流整体趋势变化因子；S2、采用泰森多边形方法计算流域内气象站点所代表的面积赋权，构建降水对象；S3、采用相关系数法筛选与流域径流过程相关性强的气候对象；S4、基于SPOT影像的流域归一化植被指数计算方法构建覆盖整个流域的植被对象；S5、采用特征筛选方法实现影响流域径流整体变化趋势的关键对象的特征筛选；S6、基于智能预测模型实现流域径流整体变化趋势预测。有助于提高复杂环境下流域中长期径流变化趋势的宏观研判能力。
-
公开(公告)号：CN106997565B
公开(公告)日：2020-10-16
申请号：CN201710212036.X
申请日：2014-03-12
Applicant: 南京工业职业技术大学
Abstract: 本发明公开一种基于物联网的水利场景分析模型及方法，模型：水利场景构造模块，按指定区域和时刻，依场景中全部或部分对象按标识将数据中心相关信息一次抽取集成，形成特定时空维度下的场景模式；水利对象编码模块对每个水利对象编码；水利场景分析模块，选择相应的区域、时刻，寻找区域内的对象，确定各对象的粒度，综合查询组织所有对象的属性，形成水利场景信息的过程。方法是通过确定自然场景下的特定区域，查找区域内的全部水利对象，并对其进行编码，构造水利场景；选择构造的场景中某些或全部对象的属性作为场景的特征，对其作场景推演、场景相似性分析、关联分析、场景变换、场景再现等场景分析，最后通过场景可视化来展示场景状态。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
