-
公开(公告)号：CN120014440A
公开(公告)日：2025-05-16
申请号：CN202510020186.5
申请日：2025-01-07
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)
IPC: G06V20/10 , G06V10/44 , G06V10/52 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种融合KAN架构和卷积神经网络的遥感图像分类方法，属于遥感影像分类技术领域，其技术要点是：包括如下步骤：步骤S1：收集来自不同国家的遥感影像数据集，并将其划分为训练集、验证集和测试集；步骤S2：构建融合全卷积掩码自编码器和全局响应归一化层的卷积神经网络；步骤S3：将KAN架构与步骤S2构建的卷积神经网络进行集成，构建融合KAN架构与卷积神经网络的遥感影像分类模型KCN；步骤S4：采用步骤S1中的训练集和验证集进行构建的KCN模型的训练和验证，在测试集上评估KCN模型的分类精度，具有实现高效的自监督学习，实现不同尺度特征的感知，高效适应不同类型输入数据，能够以更快地速度和更高的精度的完成遥感图像分类任务的优点。
-
公开(公告)号：CN119249282B
公开(公告)日：2025-03-21
申请号：CN202411764875.9
申请日：2024-12-04
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)
IPC: G06F18/2415 , G06N10/60 , G06N3/045 , G06Q50/26
Abstract: 本发明涉及一种融合稀疏神经网络和量子核函数的径流预测方法，其步骤为：收集流域出口水文站逐日流量数据作为预报变量，同时收集预报变量影响因子数据，并划分训练集和测试集。基于稀疏神经网络，采用神经元归因方法进行特征选择。构建基于量子核函数的径流预测模型，并在训练集上进行模型训练及参数优化。在测试集上采用融合稀疏神经网络和量子核函数的径流预测模型进行流域出口水文站的径流预测，并选取评价指标评估其径流预测效果。本发明方法能够高效选择特征，显著减少内存和计算成本。并基于量子计算提供的潜在加速实现快速精准的径流预测，同时量化预测不确定性，基于贝叶斯方法优化参数，避免了梯度下降优化算法的繁琐性和高计算成本。
-
Patent Agency Ranking
公开(公告)号：CN118821620B
公开(公告)日：2025-03-07
申请号：CN202411295450.8
申请日：2024-09-18
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)
Abstract: 本发明涉及一种湖泊水质参数反演方法，包括：收集湖泊各站点水质监测数据及湖泊上下游出入湖河流的水文水质监测数据；基于边界条件驱动水生态模型进行湖泊水质参数的时空动态模拟并进行模型率定验证；获取湖泊对应遥感影像数据并确定各个像元的中心坐标，基于像元中心坐标提取水生态模型中对应点处的水质参数模拟数据。将每个像元各波段反射率与其位置相匹配的水生态模型中水质参数模拟值相对应构成训练数据集，采用机器学习模型学习像元各波段反射率与对应位置模拟水质参数的关系；提取湖泊各站点对应的像元各波段反射率，并输入至训练好的机器学习模型中，获得各站点水质参数反演值，并与水质参数实测值对比，分析水质参数反演效果。
-
公开(公告)号：CN118821620A
公开(公告)日：2024-10-22
申请号：CN202411295450.8
申请日：2024-09-18
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)
Abstract: 本发明涉及一种湖泊水质参数反演方法，包括：收集湖泊各站点水质监测数据及湖泊上下游出入湖河流的水文水质监测数据；基于边界条件驱动水生态模型进行湖泊水质参数的时空动态模拟并进行模型率定验证；获取湖泊对应遥感影像数据并确定各个像元的中心坐标，基于像元中心坐标提取水生态模型中对应点处的水质参数模拟数据。将每个像元各波段反射率与其位置相匹配的水生态模型中水质参数模拟值相对应构成训练数据集，采用机器学习模型学习像元各波段反射率与对应位置模拟水质参数的关系；提取湖泊各站点对应的像元各波段反射率，并输入至训练好的机器学习模型中，获得各站点水质参数反演值，并与水质参数实测值对比，分析水质参数反演效果。
-
公开(公告)号：CN118833935A
公开(公告)日：2024-10-25
申请号：CN202411125353.4
申请日：2024-08-16
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) , 中国科学院水生生物研究所
Abstract: 本发明涉及一种水体富营养化的原位生物净化系统及净化方法，该净化系统包括在水体内原位开辟设置的若干个生物净化模块，每个生物净化模块包括被动保护单元和主动保护单元，被动保护单元包括多个固定式驱鱼隔离装置，多个驱鱼隔离装置在水体内一同围成浮游动物保护区，主动保护单元包括移动追赶式主动驱鱼装置。优点为，该原位生物净化系统通过气泡、声和光等驱鱼信号将鱼类持续驱离以在水体特定区域形成原位浮游动物保护区，充分利用天然水面为浮游动物开辟保护性生存和繁殖场所，降低被捕食强度，提高浮游动物存活率、生物量和大个体比例，向全湖库补充浮游动物生物量，从而快速原位消耗藻类，达到水污染治理及水生态环境保护与修复的最终目的。
-
公开(公告)号：CN119249282A
公开(公告)日：2025-01-03
申请号：CN202411764875.9
申请日：2024-12-04
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)
IPC: G06F18/2415 , G06N10/60 , G06N3/045 , G06Q50/26
Abstract: 本发明涉及一种融合稀疏神经网络和量子核函数的径流预测方法，其步骤为：收集流域出口水文站逐日流量数据作为预报变量，同时收集预报变量影响因子数据，并划分训练集和测试集。基于稀疏神经网络，采用神经元归因方法进行特征选择。构建基于量子核函数的径流预测模型，并在训练集上进行模型训练及参数优化。在测试集上采用融合稀疏神经网络和量子核函数的径流预测模型进行流域出口水文站的径流预测，并选取评价指标评估其径流预测效果。本发明方法能够高效选择特征，显著减少内存和计算成本。并基于量子计算提供的潜在加速实现快速精准的径流预测，同时量化预测不确定性，基于贝叶斯方法优化参数，避免了梯度下降优化算法的繁琐性和高计算成本。
-
公开(公告)号：CN118765834A
公开(公告)日：2024-10-15
申请号：CN202410986256.8
申请日：2024-07-23
Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) , 中国科学院水生生物研究所
IPC: A01K61/20 , A01K61/80 , A01K80/00 , A23K10/18 , A23K50/80 , C12M1/00 , C12M1/24 , C12M1/34 , C12M1/36 , C12M1/12 , G01N33/18 , B60P3/00 , C02F3/32 , C12R1/89 , C02F103/20
Abstract: 本发明涉及一种集成化微生物发生装置、机动部署载具和方法，其中发生装置包括集装于一箱体内且依次连通的进水预处理模块、水质监测调控模块、藻类培养模块和浮游动物扩培模块，藻类培养模块包括多路并联的管道藻类培养组件，浮游动物扩培模块包括扩培池，扩培池通过外输管道依次连通浮游动物捕集组件及双向泵，进水预处理模块、水质监测调控模块、藻类培养模块和浮游动物扩培模块分别均与综合控制器电连接。本发明开发出一套串联了进水预处理、藻类扩培、浮游动物扩培和投放的微生物发生装置，既可短期封闭培养以储运转移，又可长期定点部署连续扩培，灵活性好，既可输出藻类，又可为水产养殖、水环境提升和水生态修复等提供充足的浮游动物活体。
-
-
-
-
-
-
Search Results
7
records
(took 0.049 seconds)
