-
公开(公告)号：CN118193505A
公开(公告)日：2024-06-14
申请号：CN202410105249.2
申请日：2024-01-25
Applicant: 国家海洋信息中心
IPC: G06F16/215 , G06F16/25 , G06F16/29 , G06F16/909 , G06F16/951
Abstract: 本发明公开了一种多源浮标数据与元数据整合处理系统，包括：数据采集与导入模块，通过多源数据采集引擎获取多源浮标数据与元数据；数据标准化模块，对浮标数据与元数据进行预处理，将预处理后的浮标数据与元数据统一为标准数据格式；质量控制模块，利用各种检验单元筛选出异常数据，进行修正或质量标识；数据排重整合与融合模块，对质量控制后的浮标数据与元数据进行排重和深度融合，获得整合后的多源浮标综合数据集。该系统实现了多源浮标数据的综合处理与分析，具有较高的数据处理能力和效率，简化了数据排重和整合工作，同时，提高了数据的综合性和一致性，使得分析和应用结果更加准确和可靠，为海洋数据研究和应用提供了重要支持。
-
公开(公告)号：CN113077110A
公开(公告)日：2021-07-06
申请号：CN202110431838.6
申请日：2021-04-21
Applicant: 国家海洋信息中心
Abstract: 本发明公开了一种基于GRU的调和残差分段式潮位预测方法，该方法利用待测站点长期实测潮位数据，首先采用潮汐调和分析方法计算出站点逐时天文潮序列，用该站点实测逐时潮位序列按时间对齐并减去天文潮序列，得到逐时潮位调和残差序列，综合考虑季风和台风等特征因子影响作用时段，将调和残差序列拆分为两段样本作为输入变量，分别训练形成两个潮位残差GRU预测模型，计算得到残差预测结果序列，最后将残差预测结果序列加上对应时序的天文潮序列，得到潮位预测结果，该方法仅需使用单一站点潮汐长时间序列数据即可实现潮位预测，无需其他因子参与，实现了站点潮位数据的高精度预测，提高了潮位预测过程的效率。
-
公开(公告)号：CN117972604A
公开(公告)日：2024-05-03
申请号：CN202410124766.4
申请日：2024-01-30
Applicant: 国家海洋信息中心
IPC: G06F18/2433 , G06F18/214 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于相邻站点时空关联的海洋观测数据异常检测方法，该方法包括：构建海洋观测标准数据集，利用注意力机制方法自适应捕捉空间维度中所有邻居站点之间的动态关联性，采用滑动时间窗口机制，形成由多海洋要素构成的多维长时间序列，并进行数据集划分；搭建异常检测模型，设置模型训练参数，获取每个训练样本的异常分数，开展模型训练，确定异常分数的阈值；填补测试样本空缺数据，测试数据输入异常检测模型得到异常分数，判定异常点，确定具体异常要素并标记，开展各个观测要素性能评估。本发明综合考虑海洋观测站点之间时空关联关系，利用深度学习方法，可快速准确的对海洋实时观测数据要素信息进行异常值检测。
-
公开(公告)号：CN114942480B
公开(公告)日：2023-12-12
申请号：CN202210574183.2
申请日：2022-05-24
Applicant: 国家海洋信息中心
IPC: G01W1/10 , G06N3/0442 , G06N3/048 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种基于信息感知注意力动态协同网络的海洋站风速预报方法，包括以下步骤：获取目标海洋站及距目标海洋站预设距离范围内的多个其他海洋站的风速时间序列数据；将获取的多点风速时间序列数据输入预先训练好的基于IALSTM网络的风速预测模型，得到目标海洋站未来设定时段内的风速时间序列预测值。本发明充分考虑了空间相关性影响，提高了模型的预测精度和效率。
-
公开(公告)号：CN113111116B
公开(公告)日：2022-10-18
申请号：CN202110516191.7
申请日：2021-05-12
Applicant: 国家海洋信息中心
IPC: G06F16/25 , G06F16/28 , G06F16/215
Abstract: 本发明提供了一种海洋综合数据库的海洋水体环境数据整合方法，包括如下步骤：S1，加载海洋水体环境数据文件进行排序，并对排序后的数据文件进行智能排重；S2，对排重后的数据文件进行质量范围的验证，并保存验证结果；S3，解析验证后的数据文件得到数据，存入数据库。本发明海洋水体环境数据整合方法，减少人工作业量、减少操作误差、提升了整合效率，实现海洋水体环境资源的精细化、平台化整合能力。
-
Patent Agency Ranking
公开(公告)号：CN114996250B
公开(公告)日：2025-02-11
申请号：CN202210571983.9
申请日：2022-05-24
Applicant: 国家海洋信息中心
IPC: G06F16/215 , G06N3/0442
Abstract: 本发明公开了一种基于IALSTM网络的海洋站潮位数据填充方法，包括：获取目标海洋站和关联海洋站的潮位数据；将所述关联海洋站的部分潮位数据，作为训练数据，训练IALSTM模型；基于所述IALSTM模型完成对所述目标海洋站的潮位数据缺测的填充。该方法基于目标海洋站潮位和相关站点潮位数据，通过IALSTM深度学习神经网络模型建立关联关系，从而依据邻近站点对海洋站潮位缺测数据进行高精确度填充，提高了资料的完整性与连续性。该方法明显优于传统插值方法，能够有效填充潮位时间序列的缺失值或者未观测值，极大改善潮位数据质量，大幅提升数据使用效率。
-
公开(公告)号：CN117953237A
公开(公告)日：2024-04-30
申请号：CN202410131454.6
申请日：2024-01-31
Applicant: 国家海洋信息中心
IPC: G06V10/56 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种多金属矿区中未知目标的检测方法，包括以下步骤：S1，获取多金属结核视像数据；S2，对多金属结核视像数据进行预处理，得到图像样本组数据，并将图像样本组数据划分为训练集样本、验证集样本和测试集样本；S3，构建未知目标检测模型，利用训练集样本和验证集样本对未知目标检测模型进行训练和验证；S4，将测试集样本输入训练好的未知目标检测模型中，得到未知目标检测结果。本发明基于大洋航次调查获取的多金属结核视像数据，通过图像分析法和Deeplab V3+神经网络建立模型，依据差值比对剔除视像数据中的多金属结核，从而快速定位到海底多金属矿区中的未知目标，提高了未知目标检查效率和海底视像数据的使用率。
-
公开(公告)号：CN115062762B
公开(公告)日：2024-11-26
申请号：CN202210670893.5
申请日：2022-06-09
Applicant: 国家海洋信息中心
IPC: G06N3/0464 , G06N3/084 , G06N5/01 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种海流轨迹预测方法，包括：获取待预测海流轨迹区域的时间序列数据，对时间序列数据进行预处理；将预处理后的时间序列数据分别输入基于时空注意力机制的特征融合模块和跳跃残差连接模块中提取轨迹特征；将轨迹特征分别输入GRU深度学习预测模型和决策树模型中，输出两个模型的预测结果；将两个模型的预测结果进行加权平均，生成最终预测结果。该方法可分别对待预测海域的海流流速和流向进行预测，且模型的泛化能力强，具有可解释性，预报精度和效率高。
-
公开(公告)号：CN112884249A
公开(公告)日：2021-06-01
申请号：CN202110321843.1
申请日：2021-03-25
Applicant: 国家海洋信息中心
Abstract: 本发明公开了一种海域表层水温预测方法和装置，所述方法包括如下步骤：对获取的海洋表层水温时间序列数据进行EMD分解，得到IMF分量和剩余量；基于IMF分量、剩余量以及LSTM深度学习网络进行预测，得到各个预测中间量；对各个预测中间量进行合成，得到最终预测结果。本发明提供的基于EMD分解和LSTM深度学习的海域表层水温预测方法和装置，提高了海洋表层水温的预测精度和效率。
-
公开(公告)号：CN112288193A
公开(公告)日：2021-01-29
申请号：CN202011324485.1
申请日：2020-11-23
Applicant: 国家海洋信息中心
Abstract: 本发明公开了一种基于注意力机制的GRU深度学习的海洋站表层盐度预测方法，包括如下步骤：获取海洋站表层盐度数据，进行预处理去除错误或缺失数据；对预处理后的表层盐度时间序列数据进行EDM分解，获取IMF分量和剩余量，并进行去噪处理；构建GRU深度学习预测模型，将去噪数据输入GRU深度学习预测模型进行预测，得到最终预测结果。本发明通过获取海洋站的表层盐度数据，利用时间序列挖掘得到的数据信息，提出了一种基于注意力机制的GRU深度学习预测模型，最终得出海洋站表层盐度的预测值，提高了海洋站表层盐度的预测精度和效率。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.017 seconds)
