-
公开(公告)号：CN119471703A
公开(公告)日：2025-02-18
申请号：CN202411635559.1
申请日：2024-11-15
Applicant: 国家海洋信息中心
Abstract: 本发明公开了一种基于多项式拟合的侧扫声呐镶嵌成图方法及系统，涉及声纳成像技术领域，具体步骤为：获取原始数据，并对原始数据进行解码和特征提取；根据时间数据和回波强度数据构建瀑布图；根据定位数据判断原始数据中原始航迹点是否被共用，若是，则采用插值法对原始航迹点进行插值处理，获得更新航迹点数据；对姿态数据进行多项式拟合获得更新航向值；基于更新航迹点数据和更新航向值计算各个采样点的坐标；将瀑布图按照各个采样点的坐标进行排列，形成侧扫声呐镶嵌图。本发明在侧扫声呐数据处理中增加了航向拟合算法，解决了镶嵌图制作过程由于航向抖动出现的缝隙及交叉重叠现象。
-
公开(公告)号：CN113111097A
公开(公告)日：2021-07-13
申请号：CN202110516187.0
申请日：2021-05-12
Applicant: 国家海洋信息中心
IPC: G06F16/2458 , G06F16/28 , G06F16/27 , G06N20/00
Abstract: 本发明提供了一种利用分布式数据库技术实现高速查询海洋数据的方法，包括如下内容：S1，依据In‑database Analysis技术，构建以MLlib为雏形的海洋专用查询算法模型，再将查询算法模型与查询业务需求进行关联得到业务模型；S2，接收到查询请求时，关联到对应的业务模型，业务模型采用异步消息模式与查询算法模型通信，完成查询得到查询结果；S3，对查询结果集进行拆分，按小单位数据结果进行分布式输出。本发明方法将海洋专业的算法模型与分布式数据库技术进行最大力度的融合，实现模型结果集的秒级响应效率。
-
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：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。
-
Patent Agency Ranking
公开(公告)号：CN106302665B
公开(公告)日：2019-07-23
申请号：CN201610630679.1
申请日：2016-08-02
Applicant: 国家海洋信息中心
IPC: H04L29/08
Abstract: 本发明涉及一种Argo数据业务化系统，包括实时数据接收、处理子系统，实时数据解码入库子系统，实时/延时数据自动质量控制系统，人工浏览审核子系统，查询检索统计导出子系统，数据监控系统，数据服务子系统，业务化运行报告制作系统。本发明从工作平台的角度出发，建立一个Argo业务化运行系统，首先对数据接收和处理的流程和技术细节进行了梳理，形成强壮的业务化接收处理系统，保证数据完整性，继而将数据与管理平台通过数据库进行连接，将数据处理、管理和服务的信息分类整合，尽可能的在一个平台中予以体现，最终形成一个完整的业务化运行体系。
-
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：CN112364119A
公开(公告)日：2021-02-12
申请号：CN202011392272.2
申请日：2020-12-01
Applicant: 国家海洋信息中心
Abstract: 本发明公开了一种基于LSTM编解码模型的海洋浮标轨迹预测方法，包括：获取海洋浮标的轨迹序列，包括海洋浮标的经度坐标和纬度坐标，所有海洋浮标的轨迹序列构成数据集，将数据集分成训练集和测试集；编码器每一个时间步读取训练集中一个轨迹点周期性编码标准化后的数据，并结合上一时间步的隐层输出生成该步的输出，延时间轴方向不断读取最终转换成固定长度的全局向量表示；解码器基于全局向量表示初始化内部状态，直至模型收敛；将测试集输入至训练好的模型中，得到海洋浮标预测轨迹。本发明能够对海洋浮标的轨迹进行准确预测，对于指导浮标投放具有很大的参考价值。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.042 seconds)
