-
公开(公告)号：CN115331087B
公开(公告)日：2023-03-24
申请号：CN202211237501.2
申请日：2022-10-11
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06V10/82 , G06V10/80 , G06V20/70 , G06V10/774 , G06V10/764 , G06V10/26
Abstract: 本发明提出了一种融合区域语义与像素特征的遥感影像变化检测方法及系统，属于遥感影像变化检测的技术领域。首先，构建基于孪生网络架构的多尺度特征融合变化检测网络模型，利用端到端深度学习完成双时相遥感影像的直接变化检测；其次，利用语义分割模型赋予检测对象的区域语义，借助对象语义的区域连续属性，结合集合运算对直接变化检测结果的边缘进行逐像素分类优化，减少变化检测结果中的粘连等误检，提升双时相遥感影像变化检测精度。本发明通过将区域语义和像素特征结合，既能基于深度学习直接完成变化检测区域的识别，又解决了直接变化检测中的多类误检问题，高精度地实现了双时相影像的端到端变化检测。
-
公开(公告)号：CN114973054A
公开(公告)日：2022-08-30
申请号：CN202210309109.8
申请日：2022-03-28
Applicant: 河海大学 , 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06V20/40 , G06V20/52 , G06V20/70 , G06V10/80 , G06V10/44 , G06V10/82 , G06V10/764 , G06V10/766 , G06V10/762 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于DCBFFNet的城市河道水上多目标检测方法与系统。首先从视频流中分别提取城市河道管理涉及水上对象的图像，进行降噪处理和标注，构建目标检测数据集；其次构建对象尺度敏感的密集连接双向特征融合深度学习模型DCBFFNet，该模型构建了面向多对象特性的特征层选择模块以及基于多尺度特征的密集双向特征融合模块，并设计了面向对象的多层特征图锚框尺寸；再基于最优的锚框尺寸和目标检测数据集，进行模型的迭代训练；最后基于训练好的模型实现水上对象的定位和类别预测。本发明通过端到端的模型训练可实现从数据集到目标检测的完整流程，用于城市河道水上多目标的定位和对象类别判断，为城市河道健康管理的及时响应提供智能化方法。
-
公开(公告)号：CN105159660A
公开(公告)日：2015-12-16
申请号：CN201510433019.X
申请日：2015-07-22
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
Abstract: 本发明公开了一种洪水预报远程控制自动计算实现方法，其特征在于，包括如下步骤：步骤一：设计模型接口，包括模型计算流程对外的接口、各模型之间接口；步骤二：对模型进行集成开发；步骤三：设计模型的控制信息，并对控制信息进行存储；步骤四：对远程控制流程进行设计与开发。本发明的一种基于网络的水库洪水预报自动计算远程控制实现方法解决了在浏览器/服务器模式下的模型计算控制与模型状态读写统一操作的问题，解决了在远程跟踪模型计算过程的问题，实现了可动态显示模型计算过程；对所有控制操作命令均可存在，解决了模型计算操作日志存储问题，实现了计算操作可追溯性，便于计算成果跟踪。
-
公开(公告)号：CN117890553B
公开(公告)日：2024-06-11
申请号：CN202410289886.X
申请日：2024-03-14
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
Abstract: 本发明公开了一种水文水资源监控系统，用于实现饮用水水源地的水质监测及预警，该系统包括：水文数据采集模块、水文数据分析模块、通讯模块、以及预警模块；水文数据采集模块通过多个数据传感器实时监测水文数据；当某个监测站点的水质数据超出预设阈值时，根据采集的水文数据对饮用水水源地的水质进行预警分析；预警模根据分析结果与饮用水水源地监测标准进行比较，生成预警信息并发送给饮水水源地管理人员。该系统结构简单，预测精度高，受天气变化影响小，能够实现饮用水水源地水质的自动监测和预警，具有很高的实用价值。
-
公开(公告)号：CN115331087A
公开(公告)日：2022-11-11
申请号：CN202211237501.2
申请日：2022-10-11
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06V10/82 , G06V10/80 , G06V20/70 , G06V10/774 , G06V10/764 , G06V10/26
Abstract: 本发明提出了一种融合区域语义与像素特征的遥感影像变化检测方法及系统，属于遥感影像变化检测的技术领域。首先，构建基于孪生网络架构的多尺度特征融合变化检测网络模型，利用端到端深度学习完成双时相遥感影像的直接变化检测；其次，利用语义分割模型赋予检测对象的区域语义，借助对象语义的区域连续属性，结合集合运算对直接变化检测结果的边缘进行逐像素分类优化，减少变化检测结果中的粘连等误检，提升双时相遥感影像变化检测精度。本发明通过将区域语义和像素特征结合，既能基于深度学习直接完成变化检测区域的识别，又解决了直接变化检测中的多类误检问题，高精度地实现了双时相影像的端到端变化检测。
-
Patent Agency Ranking
公开(公告)号：CN109190902B
公开(公告)日：2021-07-02
申请号：CN201810876681.6
申请日：2018-08-03
Applicant: 中山大学 , 水利部交通运输部国家能源局南京水利科学研究院
Abstract: 本发明涉及一种基于报童模型的考虑供需不确定的水资源优化配置方法。包括：S1.利用实测水文资料分析寻求径流变化规律，通过统计分析得到径流的概率分布；S2.按照经典报童理论，根据农业、工业、生活用水特点，把这三个类型需水量均假设为均匀分布，以前三年的数据作为历史数据分析进行需水滚动预报；S3.利用来水、需水的概率分布函数，引入经济学报童模型，构建考虑供需水不确定性的水资源优化配置报童模型，求解得到初步配置方案；判断初步配置方案总配置水量是否超过最大可供水量，若没有，则初步配置方案就是最优方案，若超过，采用两阶段启发式算法重新进行求解，得到最优方案。本发明提供的方法能够获得更接近来需水实际情况的水资源配置方案。
-
公开(公告)号：CN118095104A
公开(公告)日：2024-05-28
申请号：CN202410487324.6
申请日：2024-04-23
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F30/27 , G01D21/02 , G06F30/28 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06F113/08 , G06F119/14
Abstract: 本发明提供了一种基于机器学习的洪涝快速预报方法及系统，涉及洪涝灾害实时预报技术领域。本发明通过构建水文水动力耦合模型，基于该水文水动力模型模拟不同暴雨重现期和雨型下的暴雨淹没情况，以预设的水深阈值判断淹没区和非淹没区。此外，本发明通过构建得到最优洪水预报模型与最优水深预测模型，快速计算各网格的淹没范围、淹没水深和淹没演进情况。相比以往研究利用神经网络模型单个变量输出，预测多个空间点需要构建大量模型的缺点，本发明构建的CNN模型能考虑多个栅格点的空间相关性，预测精度和效率更高，并且克服了水文水动力模型计算耗时长的特点，能够快速输出预报结果。
-
公开(公告)号：CN109117998B
公开(公告)日：2021-06-25
申请号：CN201810877282.1
申请日：2018-08-03
Applicant: 中山大学 , 水利部交通运输部国家能源局南京水利科学研究院
Abstract: 本发明涉及一种多智能体配置方法。包括：S1.根据人类用水的特点，确立水资源配置系统的层次结构；S2.建立基于多智能体系统的水资源优化配置模型框架：确立水资源配置系统中智能体的组成与系统结构，在智能体组成与层次结构的基础上构建水资源优化配置模型框架结构，其次确定智能体之间的协作关系、协商机制；S3.分析水资源优化配置模型中各智能体Agent的模型行为，确定各智能体的约束和边界条件；S4.利用优化算法对模型进行求解。本发明将智能体系统的理论与方法应用于水资源配置领域，确立了一套比较完整的多智能体模型，有助于分析水资源配置系统中各层次的相互关系，描述各主体行为与整体演化的有机联系，模拟水资源分配过程，进行水资源的优化配置。
-
公开(公告)号：CN118780134B
公开(公告)日：2025-01-07
申请号：CN202411237758.7
申请日：2024-09-05
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F30/23 , G06F30/28 , G06V20/10 , G06V10/774 , G06V10/762 , G06V10/764 , G06F113/08 , G06F119/02 , G06F119/14
Abstract: 本发明提供了一种考虑空间异质性的产流精细模拟方法及系统，涉及水文模拟技术领域。该方法包括：划分出目标区域的城市下垫面、自然下垫面，生成土地利用类型图；基于城市下垫面建立城市水文模型，根据城市河/管网信息划分不同的子汇水区，分别计算不同子汇水区的地表产流；基于城市河/管网信息以及不同子汇水区的地表产流计算结果，建立城市河/管网水动力学模型；根据自然下垫面所属区域的数字高程DEM数据划分数个子流域，对各子流域分别进行产流计算；基于各子流域的产流计算结果，建立河道汇流模型，利用该河道汇流模型寻找出汇流点；基于汇流点的水动力学关系、汇流逻辑关系，耦合城市河/管网水动力学模型和河道汇流模型。
-
公开(公告)号：CN118396330A
公开(公告)日：2024-07-26
申请号：CN202410643892.0
申请日：2024-05-23
Applicant: 河海大学 , 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06Q10/0631 , G06Q10/0637 , G06Q50/02 , G06N3/092
Abstract: 本发明公开了一种基于改进Q‑learning的水资源优化调度方法与系统，方法包括如下步骤：1)对水资源调度涉及的实体对象进行分级建模，并根据分级信息确定可参与调度的对象集合；2)考虑不同领域的水资源需求满足率和/或用水产生的主体效益，建立水资源调度优化模型；3)构建改进Q‑learning算法，求解水资源调度优化模型，获得水资源调度方案集。本发明通过考虑不同领域的水资源需求和/或用水产生的主体效益，建立水资源调度优化模型，并构建了一种面向该模型的改进Q‑learning算法，最终利用改进的算法求解优化模型，利用该方法可智能计算获得跨流域等规模化区域内的水资源调度方案集，解决目标地区范围性、季节性的缺水问题，提高水资源的利用率。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.042 seconds)
