非线性多源异构排水模型诊断入流入渗方法

    公开(公告)号:CN116126963A

    公开(公告)日:2023-05-16

    申请号:CN202211722564.7

    申请日:2022-12-30

    Abstract: 本发明涉及排水管网入流入渗评估技术领域,更具体的说是非线性多源异构排水模型诊断入流入渗方法,该方法包括以下步骤:S1:基于多源异构数据建立排水拓扑模型,分析影响管网入流入渗判断的因素;S2:基于异构数据建立数据分析模型,分析提取入流入渗特征因子;S3:基于入流入渗特征因子计算入流入渗点位;S4:利用物联网监测数据校核入流入渗点位率定模型连续性误差;S5:监测点位数据统计分析结果进行可视化显示,可视化展示入流入渗点位位置;可以排除河道水系倒灌、雨水汇流产生的客水对排水系统运行造成干扰,提供非线性多源异构排水模型诊断入流入渗方法。

    一种基于GIS的水力模型结果符号化动态展示方法及系统

    公开(公告)号:CN114091134A

    公开(公告)日:2022-02-25

    申请号:CN202111362888.X

    申请日:2021-11-17

    Abstract: 本发明涉及工程技术与地理信息工程技术的一个交叉领域,更具体的说是一种基于GIS的水力模型结果符号化动态展示方法及系统,该方法包括以下步骤:S1:将EPANET水力模型Inp文件转为与之各个管网模型对象对应的Shp文件,建立GIS数据与Inp文件的对应关系;S2:设置调整水力模型参数调用EPANET计算库进行水力模拟计算,将计算结果写入Hash表中来缓存模拟时序数据;S3:调用ArcGIS二次开发组件库中的唯一值渲染接口对模拟结果时序数据进行分级渲染动态展示;一种基于GIS的水力模型结果符号化动态展示方法系统,该系统包括Inp文件导入模块、供水水力模型参数设置模块、水力模型模拟计算模块和运行状态时间动态图展示模块。

    一种基于水力模型虚拟节点的供水漏损位置定位方法

    公开(公告)号:CN114091217A

    公开(公告)日:2022-02-25

    申请号:CN202111361262.7

    申请日:2021-11-17

    Abstract: 本发明涉及计算机应用领域,更具体的说是一种基于水力模型虚拟节点的供水漏损位置定位方法,步骤一:供水管网进行简化和水力模型参数化设置,形成供水管网水力模型;步骤二:自动添加虚拟节点;步骤三:计算供水管网漏损位置;模拟各个节点不同漏量的漏损情况;模拟节点漏损数据与供水管网实际监测数据比对计算供水管网漏损位置;通过对供水管线水力模型自动添加虚拟节点,利用虚拟水力模型模拟管网发生漏损时的管网监测点的压力、流量数据,构建模拟值与实测值的目标函数,找到令目标函数值达到最小的节点位置则为漏损位置,同时给出可疑漏损量,在计算能力允许的情况下,可对供水管网漏损位置精细化模拟。

    变焦倍数识别及目标重识别数据集制作方法

    公开(公告)号:CN117528233A

    公开(公告)日:2024-02-06

    申请号:CN202311279678.3

    申请日:2023-09-28

    Abstract: 变焦倍数识别及目标重识别数据集制作方法,属于多模态遥感数据目标检测与识别技术领域。为了解决目前没有一种有效的基于机载同轴多模态光学传感器的数据处理方法能够快速且自动化地制作多模态目标重识别数据集的问题。本发明采用变焦倍数预测网络对对机载同轴多模态遥感数据进行处理,然后将不同尺寸切片框对应的变焦可见光图像和红外图像的特征向量分别与从单倍焦距的广角可见光图像中提取到的特征向量进行特征距离计算,距离最近的特征向量对应的框选尺寸与a的比值即为预测的变焦倍数;然后对多模态图像进行截取以实现焦距对齐和数据融合,在进行目标检测和目标分割,针对同一目标类的多模态目标图像进行标注,进而实现数据集的制作。

    一种基于时空格式的移动终端数据聚类方法

    公开(公告)号:CN116401562A

    公开(公告)日:2023-07-07

    申请号:CN202211603319.4

    申请日:2022-12-13

    Abstract: 本发明涉及海量移动定位数据处理领域,更具体的说是一种基于时空格式的移动终端数据聚类方法,该方法包括以下步骤:S1:构造数据源集合;S2:提取数据特征点,获取数据特征点集合;S3:计算数据特征点集合之间的空间距离;S4:计算数据特征点集合之间的时间间隔;S5:标准化的空间距离和时间间隔权重,计算数据特征点集合间的时空相似性;S6:采用聚类方法完成数据特征点集合的聚类;获取的特征点能够准确的反映移动终端数据的轨迹结构,提升了聚类移动轨迹数据划分的精度。

    一种基于机器学习技术的城市内涝预测方法、电子设备及存储介质

    公开(公告)号:CN119106760A

    公开(公告)日:2024-12-10

    申请号:CN202411099486.9

    申请日:2024-08-12

    Abstract: 一种基于机器学习技术的城市内涝预测方法、电子设备及存储介质,属于城市内涝预测技术领域。为解决城市内涝预测中存在的准确性和时效性不足的问题,本发明包括从环境监测数据中提取暴雨致涝数据,构建数学模型,并对采集的暴雨致涝数据进行预处理;采用基于边缘剥离聚类算法,分析潜在集群的分层结构,以迭代方式估计边界点,并将其与内层点关联,去除暴雨致涝数据中的干扰点,得到去除干扰点后的暴雨致涝数据;设计YJ‑MICPCA算法进行暴雨致涝数据的主特征提取;构建CNN城市内涝预测模型,然后利用主特征提取后的暴雨致涝数据对CNN城市内涝预测模型进行训练,得到训练好的CNN城市内涝预测模型,用于对城市内涝进行预测。

    一种基于深度学习的渔船越界预警方法

    公开(公告)号:CN117437595B

    公开(公告)日:2024-10-18

    申请号:CN202311598790.3

    申请日:2023-11-27

    Abstract: 本发明提出一种基于深度学习的渔船越界预警方法,属于目标检测技术领域。包括以下步骤:S1.获取渔船数据,筛选渔船图像,构建渔船目标检测数据;S2.对渔船数据进行标注,生成具有标签的图像数据,将具有标签的图像数据划分为数据集、验证集和测试集;S3.构建渔船目标检测优化模型,并利用数据集对模型进行训练;S4.基于渔船目标检测优化模型对监控区域中的渔船进行目标检测,输出分类结果和标注框,对输出的分类结果进行多目标跟踪;S5.在监控区域中划定越界红线,对越过越界红线的渔船进行预警提示。本发明实现了24小时对视频监控中的渔船进行监测及越界预警,能节省大量的人工核查成本,有效提升在视频监控中渔船的监测效率。

Patent Agency Ranking