-
公开(公告)号：CN119886442A
公开(公告)日：2025-04-25
申请号：CN202411968885.4
申请日：2024-12-30
Applicant: 桂林电子科技大学
IPC: G06Q10/04 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06Q50/26
Abstract: 本发明提供一种能够增强对大气污染物传播过程时空特征捕捉能力的方法，采用时间‑空间注意力机制能够同时提取时间特征和空间特征的注意力权重，优化了对复杂数据的处理能力，并通过为输入数据分配不同的时间和空间权重，增强了对大气数据时空关系的捕捉能力，进而提高了对全局以及局部特征的捕捉能力，将SoftMax激活函数代替为值域为(‑1,1)的Tanh，避免混淆负相关和弱相关关系，进而实现了更精准的大气污染物传播过程的时空特征提取。
-
公开(公告)号：CN114169327A
公开(公告)日：2022-03-11
申请号：CN202111531412.4
申请日：2021-12-14
Applicant: 桂林电子科技大学
IPC: G06F40/289 , G06F40/30
Abstract: 本发明涉及自然语言处理技术领域，具体涉及一种基于LSTM的分词方法及系统；包括传输模块、标号模块、提取模块、比对模块和分析模块，标号模块与传输模块连接，提取模块与标号模块连接，比对模块与提取模块连接，分析模块与比对模块连接，并与传输模块连接，通过传输模块将文本信息传入标号模块内，标号模块对文本进行标号，提取模块对标号后的文本进行提取，比对模块对提取后的文本进行比对，分析模块对比对后的文本进行分析，从而根据文本的含义提取出关键词，进而使检索的效果好。
-
公开(公告)号：CN113960284A
公开(公告)日：2022-01-21
申请号：CN202111060473.7
申请日：2021-09-10
Applicant: 桂林电子科技大学
Abstract: 本发明属于生态环境管理领域，具体的说是一种基于地理信息技术的生态环境管理方法，遥感测量，区域划分，初步取样测量，检验分析，投料改良，定期取样测量检测，通过数据库内处理模块汇总制图、分析，对比判定，制定养护办法，能够通过实现对区域的细化分区，能够对单独小区域的环境进行了解，通过检测，能够根据小区域的环境进行改善整理，能够更加准确的改良，达到更好的维护、管理效果，通过对小区域的地理环境的检测，能够更加细化的应用，提高小区域的利用率，能够更好的优化管理方案和措施；通过设置取样装置，实现对土壤或者水样的取样，能够随机转换，实现地区的取样，取样作业更加方便，操作更加简便。
-
公开(公告)号：CN119963367A
公开(公告)日：2025-05-09
申请号：CN202411968008.7
申请日：2024-12-30
Applicant: 桂林电子科技大学
IPC: G06Q50/06 , G06Q10/04 , G06N3/042 , G06N3/0455 , G06N3/0442 , G06N3/0464
Abstract: 本发明提供一种基于图神经网络的深度学习模型GCN‑GRU的水质预测方法，将监测站的分布与监测站之间的邻接关系视为图的节点与边以构建图结构，利用图结构保留流域内监测站点的原始空间分布，能够更准确地模拟污染物的传输过程，并显著提高模型的解释能力；通过引入图卷积网络和门控循环单元，以有效捕捉非网格结构数据中的空间信息和时间信息，接着，采用自注意力机制和全连接网络，有效融合水质时间序列数据中的长期时空特征，其结合了GCN在空间建模方面的优势和GRU在时序建模方面的能力，实现对空间关联和时间依赖关系的全面捕捉，进而提高了水质预测结果的可靠性，为环境保护和污染防治提供了重要工具。
-
公开(公告)号：CN119887482A
公开(公告)日：2025-04-25
申请号：CN202411969107.7
申请日：2024-12-30
Applicant: 桂林电子科技大学
IPC: G06Q50/26 , G06Q10/04 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/0442
Abstract: 本发明提供一种基于小波变换的图卷积神经网络复合模型的大气污染预测方法，采用小波变换数据时频域分解技术对划分后的数据集进行时频域分解，解决了长时间数据的纠缠问题，构建的能够有效关联污染物的时间和空间信息，并考虑了多个站点间的传输，提升了模型的说服力，进而能够提升大气污染的预测精准度。该方法适用于城市大气污染预测，有助于模拟和预测大气环境变化，对空气污染防治、挖掘污染物传播规律具有借鉴意义。
-
Patent Agency Ranking
公开(公告)号：CN117194954A
公开(公告)日：2023-12-08
申请号：CN202311263956.6
申请日：2023-09-27
Applicant: 桂林电子科技大学
IPC: G06F18/213 , G06Q50/06 , G06N3/0442
Abstract: 本发明涉及数据处理技术领域，其具体公开了一种基于时频特征提取的混合深度学习水质预测方法，包括以下步骤：步骤S1、对水质污染物、水文和气象小时数据进行采集；步骤S2、使用时离散平稳小波变换将数据分解为具有统一长度不同频域的子信号序列，同时将季节、日期这些时间特征融入序列，形成时序深度学习模型输入数据集；步骤S3、构建Informer Encoder做序列特征增强编码；步骤S4、通过逐级递减堆叠双向LSTM加强减半级联序列的局部特征相关性；步骤S5、将RMSE、MAE和MAPE作为评估参数；步骤S6、将深度学习模型学习到的相关性矩阵进行分析。本发明的一种基于时频特征提取的混合深度学习水质预测方法，能够降低成本，提高预测精度。
-
公开(公告)号：CN119622242A
公开(公告)日：2025-03-14
申请号：CN202411682811.4
申请日：2024-11-22
Applicant: 桂林电子科技大学
IPC: G06F18/20 , G06F18/2131 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/084 , G01W1/10 , G06F123/02
Abstract: 本发明公开了一种基于时频域分解和时空信息提取的深度学习大气预测方法，包括1）采集多个站点的大气污染物、气象变量的小时数据；2）采用平稳小波变换SWT将数据分解成不同频域下同等长度的子信号序列，同时将日期、季节时间因素融入序列，初步形成模型需要的数据集；3）将步骤2）中的数据集，根据监测站点的地理位置构建拓扑结构的图数据集；4）构建基于时间‑空间注意力机制的编码器，增强数据的时空信息权重；5）GCN、LSTM和FC构建的解码器提取数据的时间特征和空间信息，形成预测输出；6）将RMSE、MAE、MAPE作为评估参数。这种方法能挖掘大气中污染物的传播规律、提高大气预测精度。
-
公开(公告)号：CN119598402A
公开(公告)日：2025-03-11
申请号：CN202411674705.1
申请日：2024-11-21
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于图神经网络与时空特征融合的水质预测方法，方法为：获取预定流域内多个监测站在预定时间段内的水文数据和水质数据，将监测站表示为图的节点，并将监测站之间的邻接关系表示为图的边，以此构建映射多个监测站污染物数据的图拓扑网络，采用时空特征融合模块对图拓扑网络进行特征提取和融合，得到水污染时空特征数据，时空特征融合模块由图卷积网络、门控循环单元和自注意力机制组成训练得到，对提取的特征数据进行融合处理，形成图拓扑结构的时序数据集，最后通过图时序预测模型对数据集进行预测，以得到多个监测站在目标时间段的水质预测结果。这种方法能够有效应对水污染的时空变化过程，降低水质预测成本，提高水质预测精度。
-
公开(公告)号：CN117370813A
公开(公告)日：2024-01-09
申请号：CN202311313109.6
申请日：2023-10-11
Applicant: 桂林电子科技大学
IPC: G06F18/22 , G06F18/213 , G06F18/10 , G06N3/045 , G06N3/0442 , G06N3/08 , G06Q10/04 , G06Q50/26
Abstract: 本发明公开了一种基于K线模式匹配算法的大气污染深度学习预测方法，属于大气环境技术领域。包括预测地区的实验数据进行划分，并对污染物浓度数据进行预处理；生成组合连续的PM2.5浓度变化烛台图；根据每组烛台图中展现出的组合形态特征，构建污染物浓度序列局部组合K线，捕捉K线反转信号，提取相关特征向量，将此特征向量应用于模式相似度函数进行模式匹配，构建基于组合烛台图的模式匹配模型CPM；构建多步PM2.5浓度预测组合测模型并优化训练，利用训练优化后的浓度预测模型对未来不同时间步的PM2.5浓度值进行预测。本发明的方法能够避免突变点预测不准确和多步预测误差迭代的问题，增加大气污染预测的准确性。
-
公开(公告)号：CN117330710A
公开(公告)日：2024-01-02
申请号：CN202311256930.9
申请日：2023-09-26
Applicant: 桂林电子科技大学
IPC: G01N33/00 , G06Q10/04 , G06Q50/26 , G06T11/20 , G06F16/901 , G06N3/0464 , G06N3/08 , F16M11/18
Abstract: 本发明提供一种大气污染检测装置，包括安装座、检测仪、中监测部、上监测部及下监测部，检测仪安装于安装座上且检测仪能够沿安装座的高度方向上升或者下降，检测仪内设有数据处理模块；中监测部装设于检测仪上，中监测部、上监测部及下监测部均与数据处理模块连接；当检测仪沿安装座的高度方向上升时，上监测部能够移动至中监测部的上方且下监测部能够移动至中监测部的下方；当检测仪沿安装座的高度方向下降时，上监测部及下监测部均朝检测仪方向移动。本发明还提供一种大气污染趋势预测方法。本发明能够实现同时获得多个高度的大气污染数据的效果且基于前述数据预测大气污染的趋势。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.02 seconds)
