公开(公告)号：CN119248853B

公开(公告)日：2025-03-18

申请号：CN202411767393.9

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)

Inventor： 刘业伟 ,  许小华 ,  杨培生 ,  王文 ,  吴晓彬 ,  李斯颖 ,  杨伟峰 ,  李光锦 ,  朱龙辉

IPC: G06F16/2458 ,  G06Q50/26

Abstract: 本发明公开了一种基于变化检测与偏差校正的逐日水文序列重构方法，主要步骤如下：首先，将日尺度水文序列转化为月尺度序列，检测月尺度序列的突变点及其显著性；其次，检验分析突变点前后的趋势，确保无显著趋势性；然后，基于累积分布函数进行初步校正，使突变点前后的月尺度序列分布特征一致；随后，将所有突变月份的累计校正总偏差按比例分配到非突变月份的日尺度水文序列中；最后，分别对非突变月份和突变月份的逐日水文序列进行重构，从而得到完整的逐日水文序列。该方法可实现逐日水文序列的还现和还原重构，能有效应对多突变点的情形并保证数据的平滑过渡性，极大提高逐日水文序列重构的精度和适应性。

公开(公告)号：CN119248853A

公开(公告)日：2025-01-03

申请号：CN202411767393.9

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)

Inventor： 刘业伟 ,  许小华 ,  杨培生 ,  王文 ,  吴晓彬 ,  李斯颖 ,  杨伟峰 ,  李光锦 ,  朱龙辉

IPC: G06F16/2458 ,  G06Q50/26

Abstract: 本发明公开了一种基于变化检测与偏差校正的逐日水文序列重构方法，主要步骤如下：首先，将日尺度水文序列转化为月尺度序列，检测月尺度序列的突变点及其显著性；其次，检验分析突变点前后的趋势，确保无显著趋势性；然后，基于累积分布函数进行初步校正，使突变点前后的月尺度序列分布特征一致；随后，将所有突变月份的累计校正总偏差按比例分配到非突变月份的日尺度水文序列中；最后，分别对非突变月份和突变月份的逐日水文序列进行重构，从而得到完整的逐日水文序列。该方法可实现逐日水文序列的还现和还原重构，能有效应对多突变点的情形并保证数据的平滑过渡性，极大提高逐日水文序列重构的精度和适应性。

公开(公告)号：CN119721722A

公开(公告)日：2025-03-28

申请号：CN202510222020.1

申请日：2025-02-27

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)

Inventor： 杨培生 ,  许小华 ,  吴晓彬 ,  刘业伟 ,  杨伟峰 ,  倪仕杰

IPC: G06Q10/0635 ,  G06Q50/26 ,  G06N5/022 ,  G06N3/042 ,  G06F18/15 ,  G06F18/211 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明公开了基于知识图谱和图神经网络的山洪灾害风险等级预测方法，对山洪灾害风险相关的数据进行采集并进行数据预处理操作，构建知识图谱和图神经网络结合的风险等级预测模型并训练，本发明涉及风险等级预测技术领域。该基于知识图谱和图神经网络的山洪灾害风险等级预测方法，通过知识图谱能够将实体、关系和属性以图的形式进行表示，有效整合和表达复杂的知识与信息，图神经网络则能够有效处理图结构数据，捕捉节点之间的关系，实现对复杂系统的建模和分析，知识图谱和图神经网络引入山洪灾害风险等级预测中，旨在充分利用多源数据，挖掘潜在的风险模式和规律，提高预测的准确性和可靠性，为防灾工作提供科学依据和决策支持。